Buchumschlag

Mapping Drivers of Greenness: Spatial Variable Selection for MODIS Vegetation Indices

Fuente: arXiv

Gespeichert in:

Bibliographische Detailangaben
Hauptverfasser:	Zhan, Qishi, Yu, Cheng-Han, Chen, Yuchi, Dong, Zhikang, Guhaniyogi, Rajarshi
Format:	Preprint
Veröffentlicht:	2026
Schlagworte:	Methodology Artificial Intelligence
Online-Zugang:	Acceder al recurso
Tags:	Tag hinzufügen Keine Tags, Fügen Sie den ersten Tag hinzu!

Ähnliche Einträge

Deep Generative Modeling with Spatial and Network Images: An Explainable AI (XAI) Approach
von: Jeon, Yeseul, et al.
Veröffentlicht: (2025)

Uncertainty-Aware Neural Multivariate Geostatistics
von: Jeon, Yeseul, et al.
Veröffentlicht: (2026)

JASPER: Joint Bayesian Analysis of Spatial Expression via Regression
von: Dey, Pritam, et al.
Veröffentlicht: (2026)

Bayesian Data Sketching for Varying Coefficient Regression Models
von: Guhaniyogi, Rajarshi, et al.
Veröffentlicht: (2025)

Data Sketching and Stacking: A Confluence of Two Strategies for Predictive Inference in Gaussian Process Regressions with High-Dimensional Features
von: Gailliot, Samuel, et al.
Veröffentlicht: (2024)

Beyond False Discovery Rate: A Stepdown Group SLOPE Approach for Grouped Variable Selection
von: Zhang, Xuelin, et al.
Veröffentlicht: (2026)

Supervised Learning of Functional Outcomes with Predictors at Different Scales: A Functional Gaussian Process Approach
von: Andros, R. Jacob, et al.
Veröffentlicht: (2026)

Interpretable Deep Neural Network for Modeling Functional Surrogates
von: Jeon, Yeseul, et al.
Veröffentlicht: (2025)

Multivariate Conformal Selection
von: Bai, Tian, et al.
Veröffentlicht: (2025)

Recover Experimental Data with Selection Bias using Counterfactual Logic
von: He, Jingyang, et al.
Veröffentlicht: (2025)

Generalized Independent Noise Condition for Estimating Causal Structure with Latent Variables
von: Xie, Feng, et al.
Veröffentlicht: (2023)

Combining Priors with Experience: Confidence Calibration Based on Binomial Process Modeling
von: Dong, Jinzong, et al.
Veröffentlicht: (2024)

Practically Effective Adjustment Variable Selection in Causal Inference
von: Noda, Atsushi, et al.
Veröffentlicht: (2025)

General sample size analysis for probabilities of causation: a delta method approach
von: Cheng, Tianyuan, et al.
Veröffentlicht: (2026)

Robustifying and Selecting Cohort-Appropriate Prognostic Models under Distributional Shifts
von: Bertsimas, Dimitris, et al.
Veröffentlicht: (2026)

Testability of Instrumental Variables in Additive Nonlinear, Non-Constant Effects Models
von: Guo, Xichen, et al.
Veröffentlicht: (2024)

Optimized Conformal Selection: Powerful Selective Inference After Conformity Score Optimization
von: Bai, Tian, et al.
Veröffentlicht: (2024)

Discovering and Reasoning of Causality in the Hidden World with Large Language Models
von: Liu, Chenxi, et al.
Veröffentlicht: (2024)

Transformer-Based Spatial-Temporal Counterfactual Outcomes Estimation
von: Li, He, et al.
Veröffentlicht: (2025)

Testing Causal Models with Hidden Variables in Polynomial Delay via Conditional Independencies
von: Jeong, Hyunchai, et al.
Veröffentlicht: (2024)

Constrained Identifiability of Causal Effects
von: Chen, Yizuo, et al.
Veröffentlicht: (2024)

Causal Unit Selection using Tractable Arithmetic Circuits
von: Huang, Haiying, et al.
Veröffentlicht: (2024)

Empirical Analysis of Model Selection for Heterogeneous Causal Effect Estimation
von: Mahajan, Divyat, et al.
Veröffentlicht: (2022)

Towards a holistic understanding of Selection Bias for Causal Effect Identification
von: Qiu, Yiwen, et al.
Veröffentlicht: (2026)

Low-Rank Robust Subspace Tensor Clustering for Metro Passenger Flow Modeling
von: Hu, Jiuyun, et al.
Veröffentlicht: (2024)

Multi-object Data Integration in the Study of Primary Progressive Aphasia
von: Gutierrez, Rene, et al.
Veröffentlicht: (2024)

Exploring Multi-Modal Data with Tool-Augmented LLM Agents for Precise Causal Discovery
von: Shen, ChengAo, et al.
Veröffentlicht: (2024)

Inferring the Most Similar Variable-length Subsequences between Multidimensional Time Series
von: Rattanakornphan, Thanadej, et al.
Veröffentlicht: (2025)

Foundations of Structural Causal Models with Latent Selection
von: Chen, Leihao, et al.
Veröffentlicht: (2024)

Optimizing Feature Selection in Causal Inference: A Three-Stage Computational Framework for Unbiased Estimation
von: Yang, Tianyu, et al.
Veröffentlicht: (2025)

A Generalized Genetic Random Field Method for the Genetic Association Analysis of Sequencing Data
von: Li, Ming, et al.
Veröffentlicht: (2025)

A Two-Stage Feature Selection Approach for Robust Evaluation of Treatment Effects in High-Dimensional Observational Data
von: Islam, Md Saiful, et al.
Veröffentlicht: (2021)

Multi-Band Variable-Lag Granger Causality: A Unified Framework for Causal Time Series Inference across Frequencies
von: Sookkongwaree, Chakattrai, et al.
Veröffentlicht: (2025)

Can Large Language Models Help Experimental Design for Causal Discovery?
von: Li, Junyi, et al.
Veröffentlicht: (2025)

Goal-Oriented Sequential Bayesian Experimental Design for Causal Learning
von: Zhang, Zheyu, et al.
Veröffentlicht: (2025)

CafeMed: Causal Attention Fusion Enhanced Medication Recommendation
von: Ren, Kelin, et al.
Veröffentlicht: (2025)

CausalCompass: Evaluating the Robustness of Time-Series Causal Discovery in Misspecified Scenarios
von: Yi, Huiyang, et al.
Veröffentlicht: (2026)

Probing the Information Theoretical Roots of Spatial Dependence Measures
von: Wang, Zhangyu, et al.
Veröffentlicht: (2024)

The Robustness of Differentiable Causal Discovery in Misspecified Scenarios
von: Yi, Huiyang, et al.
Veröffentlicht: (2025)

The Estimation of Continual Causal Effect for Dataset Shifting Streams
von: Chen, Baining, et al.
Veröffentlicht: (2025)