Buchumschlag

Asymmetric conformal prediction with penalized kernel sum-of-squares

Fuente: arXiv

Gespeichert in:

Bibliographische Detailangaben
Hauptverfasser:	Allain, Louis, Da Veiga, Sébastien, Staber, Brian
Format:	Preprint
Veröffentlicht:	2026
Schlagworte:	Statistics Theory
Online-Zugang:	Acceder al recurso
Tags:	Tag hinzufügen Keine Tags, Fügen Sie den ersten Tag hinzu!

Ähnliche Einträge

Scalable and adaptive prediction bands with kernel sum-of-squares
von: Allain, Louis, et al.
Veröffentlicht: (2025)

Estimation of ill-conditioned models using penalized sums of squares of the residuals
von: Gómez, Román Salmerón, et al.
Veröffentlicht: (2024)

Sensitivity analysis from a single input/output sample
von: Da Veiga, Sébastien, et al.
Veröffentlicht: (2023)

A new kernel estimator of hazard ratio and its asymptotic mean squared error
von: Moriyama, Taku, et al.
Veröffentlicht: (2016)

FDR control and FDP bounds for conformal link prediction
von: Blanchard, Gilles, et al.
Veröffentlicht: (2024)

CBMA: Improving conformal prediction through Bayesian model averaging
von: Bhagwat, Pankaj, et al.
Veröffentlicht: (2025)

Approximate full conformal prediction in an RKHS
von: Razafindrakoto, Davidson Lova, et al.
Veröffentlicht: (2026)

Optimal training-conditional regret for online conformal prediction
von: Liang, Jiadong, et al.
Veröffentlicht: (2026)

Tail allocation for conformal prediction intervals
von: Wang, Tianying
Veröffentlicht: (2026)

Universal distribution of the empirical coverage in split conformal prediction
von: F, Paulo C. Marques
Veröffentlicht: (2023)

The out-of-sample prediction error of the square-root-LASSO and related estimators
von: Olea, José Luis Montiel, et al.
Veröffentlicht: (2022)

Marginal and training-conditional guarantees in one-shot federated conformal prediction
von: Humbert, Pierre, et al.
Veröffentlicht: (2024)

Selecting informative conformal prediction sets with false coverage rate control
von: Gazin, Ulysse, et al.
Veröffentlicht: (2024)

Gaussian process regression with Sliced Wasserstein Weisfeiler-Lehman graph kernels
von: Perez, Raphaël Carpintero, et al.
Veröffentlicht: (2024)

Asymptotics for conformal inference
von: Gazin, Ulysse
Veröffentlicht: (2024)

Improved learning theory for kernel distribution regression with two-stage sampling
von: Bachoc, François, et al.
Veröffentlicht: (2023)

The distribution of Ridgeless least squares interpolators
von: Han, Qiyang, et al.
Veröffentlicht: (2023)

Valid model-free spatial prediction
von: Mao, Huiying, et al.
Veröffentlicht: (2020)

Uniform inference for kernel instrumental variable regression
von: Lob, Marvin, et al.
Veröffentlicht: (2025)

A note on kernel density estimators with optimal bandwidths
von: Hjort, Nils Lid, et al.
Veröffentlicht: (2026)

On integer partitions and the Wilcoxon rank-sum statistic
von: Sills, Andrew V.
Veröffentlicht: (2024)

On determinantal point processes with nonsymmetric kernels
von: Arnaud, Poinas
Veröffentlicht: (2024)

Subscedastic weighted least squares estimates
von: Bryan, Jordan, et al.
Veröffentlicht: (2024)

Kronecker sum covariance models for spatio-temporal data
von: Zhou, Shuheng, et al.
Veröffentlicht: (2025)

Stochastic dominance of sums of risks under dependence conditions
von: Navarro, Jorge, et al.
Veröffentlicht: (2025)

An asymptotic study of the joint maximum likelihood estimation of the regularity and the amplitude parameters of a periodized Mat{é}rn model
von: Petit, Sébastien J
Veröffentlicht: (2022)

Class conditional conformal prediction for multiple inputs by p-value aggregation
von: Fermanian, Jean-Baptiste, et al.
Veröffentlicht: (2025)

Nonparametric hazard rate estimation with associated kernels and minimax bandwidth choice
von: Breuil, Luce, et al.
Veröffentlicht: (2025)

Eigenvector fluctuations and limit results for random graphs with infinite rank kernels
von: Tang, Minh, et al.
Veröffentlicht: (2025)

A comparative study of conformal prediction methods for valid uncertainty quantification in machine learning
von: Dewolf, Nicolas
Veröffentlicht: (2024)

Physics-informed kernel learning
von: Doumèche, Nathan, et al.
Veröffentlicht: (2024)

Pearson Chi-squared Conditional Randomization Test
von: Javanmard, Adel, et al.
Veröffentlicht: (2021)

Gaussian Approximations for the $k$th coordinate of sums of random vectors
von: Ding, Yixi, et al.
Veröffentlicht: (2024)

On large bandwidth matrix values kernel smoothed estimators for multi-index models
von: Moriyama, Taku
Veröffentlicht: (2026)

Nonparametric estimation of sliced inverse regression by the $ k$-nearest neighbors kernel method
von: Mintogo, Luran Bengono, et al.
Veröffentlicht: (2025)

Marginal false discovery rates for penalized regression models
von: Breheny, Patrick
Veröffentlicht: (2016)

Implications of weak convergence rates of Markov transition kernels
von: Brown, Austin
Veröffentlicht: (2026)

Privately Learning Smooth Distributions on the Hypercube by Projections
von: Lalanne, Clément, et al.
Veröffentlicht: (2024)

Local convergence rates of the nonparametric least squares estimator with applications to transfer learning
von: Schmidt-Hieber, Johannes, et al.
Veröffentlicht: (2022)

On sums of dependent random lifetimes under the Time Transformed Exponential model
von: Navarro, Jorge, et al.
Veröffentlicht: (2024)