Buchumschlag

Supervised Learning of Functional Outcomes with Predictors at Different Scales: A Functional Gaussian Process Approach

Fuente: arXiv

Gespeichert in:

Bibliographische Detailangaben
Hauptverfasser:	Andros, R. Jacob, Guhaniyogi, Rajarshi, Francom, Devin, Pasqualini, Donatella
Format:	Preprint
Veröffentlicht:	2026
Schlagworte:	Methodology
Online-Zugang:	Acceder al recurso
Tags:	Tag hinzufügen Keine Tags, Fügen Sie den ersten Tag hinzu!

Ähnliche Einträge

Robust Distributed Learning of Functional Data From Simulators through Data Sketching
von: Andros, R. Jacob, et al.
Veröffentlicht: (2024)

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

A Review and Comparison of Different Sensitivity Analysis Techniques in Practice
von: Francom, Devin, 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)

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)

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

Generalized Bayesian MARS: Tools for Emulating Stochastic Computer Models
von: Rumsey, Kellin, et al.
Veröffentlicht: (2023)

Discovering Active Subspaces for High-Dimensional Computer Models
von: Rumsey, Kellin N., et al.
Veröffentlicht: (2023)

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

Mapping Drivers of Greenness: Spatial Variable Selection for MODIS Vegetation Indices
von: Zhan, Qishi, et al.
Veröffentlicht: (2026)

Sequential Monte Carlo for Cut-Bayesian Posterior Computation
von: Mathews, Joseph, et al.
Veröffentlicht: (2024)

Elastic Bayesian Model Calibration
von: Francom, Devin, et al.
Veröffentlicht: (2023)

Nuisance Function Tuning and Sample Splitting for Optimally Estimating a Doubly Robust Functional
von: McGrath, Sean, et al.
Veröffentlicht: (2022)

Functional Estimation of Manifold-Valued Diffusion Processes
von: McErlean, Jacob, et al.
Veröffentlicht: (2026)

Self-Supervised Learning with Gaussian Processes
von: Duan, Yunshan, et al.
Veröffentlicht: (2025)

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

Bayesian Adaptive Polynomial Chaos Expansions
von: Rumsey, Kellin N., et al.
Veröffentlicht: (2025)

Supervised Manifold Learning for Functional Data
von: Tan, Ruoxu, et al.
Veröffentlicht: (2025)

Filtration-Based Learning of Multiscale Shared Structures for Multiple Functional Predictors
von: Jiao, Shuhao, et al.
Veröffentlicht: (2025)

Wrapped Gaussian Process Functional Regression Model for Batch Data on Riemannian Manifolds
von: Liu, Jinzhao, et al.
Veröffentlicht: (2024)

Optimal Nuisance Function Tuning for Estimating a Doubly Robust Functional under Proportional Asymptotics
von: McGrath, Sean, et al.
Veröffentlicht: (2025)

A Doubly Robust Machine Learning Approach for Disentangling Treatment Effect Heterogeneity with Functional Outcomes
von: Salmaso, Filippo, et al.
Veröffentlicht: (2026)

Method-of-Moments Inference for GLMs and Doubly Robust Functionals under Proportional Asymptotics
von: Chen, Xingyu, et al.
Veröffentlicht: (2024)

A Bayesian Approach to Modeling Variance of Intensive Longitudinal Biomarker Data as a Predictor of Health Outcomes
von: Yu, Mingyan, et al.
Veröffentlicht: (2024)

Robust Functional Regression with Discretely Sampled Predictors
von: Kalogridis, Ioannis, et al.
Veröffentlicht: (2023)

Common Functional Decompositions Can Mis-attribute Differences in Outcomes Between Populations
von: Quintero, Manuel, et al.
Veröffentlicht: (2025)

The Poisson-Gaussian Mixture Process: A Flexible and Robust Approach for Non-Gaussian Geostatistical Modeling
von: Gonçalves, F. B., et al.
Veröffentlicht: (2022)

Effect Decomposition of Functional-Output Computer Experiments via Orthogonal Additive Gaussian Processes
von: Tan, Yu, et al.
Veröffentlicht: (2025)

Geostatistical capture-recapture models
von: Hooten, Mevin B, et al.
Veröffentlicht: (2023)

A Dynamic, Ordinal Gaussian Process Item Response Theoretic Model
von: Chen, Yehu, et al.
Veröffentlicht: (2025)

Semiparametric Inference for Causal Effects on Functional Outcomes
von: Nie, Junzhu, et al.
Veröffentlicht: (2026)

Heterogeneous Clinical Trial Outcomes via Multi-Output Gaussian Processes
von: Thomas, Owen, et al.
Veröffentlicht: (2024)

Semi-Supervised Learning of Noisy Mixture of Experts Models
von: Kwon, Oh-Ran, et al.
Veröffentlicht: (2024)

Functional Synthetic Control Methods for Metric Space-Valued Outcomes
von: Okano, Ryo, et al.
Veröffentlicht: (2026)

Large-Scale Low-Rank Gaussian Process Prediction with Support Points
von: Song, Yan, et al.
Veröffentlicht: (2022)

Differential Test Functioning via Robust Scaling
von: Halpin, Peter F.
Veröffentlicht: (2024)

Functional Gaussian Graphical Regression Models For Air Quality Data
von: Fici, Rita, et al.
Veröffentlicht: (2024)

Model Uncertainty in Latent Gaussian Models with Univariate Link Function
von: Steel, Mark F. J., et al.
Veröffentlicht: (2024)

Gaussian Graphical Models for Partially Observed Multivariate Functional Data
von: Borriero, Marco, et al.
Veröffentlicht: (2025)