Buchumschlag

CAIRO: Decoupling Order from Scale in Regression

Fuente: arXiv

Gespeichert in:

Bibliographische Detailangaben
Hauptverfasser:	Vanhems, Harri, Zhao, Yue, Shi, Peng, Yang, Archer Y.
Format:	Preprint
Veröffentlicht:	2026
Schlagworte:	Methodology Machine Learning
Online-Zugang:	Acceder al recurso
Tags:	Tag hinzufügen Keine Tags, Fügen Sie den ersten Tag hinzu!

Ähnliche Einträge

MixEHR-SurG: a joint proportional hazard and guided topic model for inferring mortality-associated topics from electronic health records
von: Li, Yixuan, et al.
Veröffentlicht: (2023)

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

Generalized Random Forests using Fixed-Point Trees
von: Fleischer, David, et al.
Veröffentlicht: (2023)

High-dimensional Asymptotics of Generalization Performance in Continual Ridge Regression
von: Zhao, Yihan, et al.
Veröffentlicht: (2025)

Semi-supervised Regression Analysis with Model Misspecification and High-dimensional Data
von: Tian, Ye, et al.
Veröffentlicht: (2024)

Doubly-Regressing Approach for Subgroup Fairness
von: Kim, Kunwoong, et al.
Veröffentlicht: (2025)

Inference for Large Scale Regression Models with Dependent Errors
von: Voirol, Lionel, et al.
Veröffentlicht: (2024)

LASSO Inference for High Dimensional Predictive Regressions
von: Gao, Zhan, et al.
Veröffentlicht: (2024)

A Semiparametric Approach to Causal Inference
von: Zhang, Archer Gong, et al.
Veröffentlicht: (2024)

Deep Fréchet Regression
von: Iao, Su I, et al.
Veröffentlicht: (2024)

Semiparametric Counterfactual Regression
von: Kim, Kwangho
Veröffentlicht: (2025)

COKE: Causal Discovery with Chronological Order and Expert Knowledge in High Proportion of Missing Manufacturing Data
von: Ou, Ting-Yun, et al.
Veröffentlicht: (2024)

Robust Tensor Regression with Nonconvexity: Algorithmic and Statistical Theory
von: Song, Zihao, et al.
Veröffentlicht: (2026)

Bayesian Multiple Multivariate Density-Density Regression
von: Nguyen, Khai, et al.
Veröffentlicht: (2026)

Wasserstein-type Gaussian Process Regressions for Input Measurement Uncertainty
von: Luo, Hengrui, et al.
Veröffentlicht: (2026)

Sample-Efficient "Clustering and Conquer" Procedures for Parallel Large-Scale Ranking and Selection
von: Zhang, Zishi, et al.
Veröffentlicht: (2024)

Machine-Learning-Assisted Comparison of Regression Functions
von: Yan, Jian, et al.
Veröffentlicht: (2025)

Robust Tensor-on-Tensor Regression
von: Hirari, Mehdi, et al.
Veröffentlicht: (2026)

Bayesian Additive Distribution Regression
von: Linero, Antonio R., et al.
Veröffentlicht: (2026)

CP Degeneracy in Tensor Regression
von: Zhou, Ya, et al.
Veröffentlicht: (2020)

Generative Regression with IQ-BART
von: O'Hagan, Sean, et al.
Veröffentlicht: (2025)

Stagewise Boosting Distributional Regression
von: Wetscher, Mattias, et al.
Veröffentlicht: (2024)

Vector Quantile Regression on Manifolds
von: Pegoraro, Marco, et al.
Veröffentlicht: (2023)

Direct Bayesian Additive Regression Trees for Conditional Average Treatment Effects in Regression Discontinuity Designs
von: Kondo, Daisuke, et al.
Veröffentlicht: (2026)

Conformalized Regression for Continuous Bounded Outcomes
von: Wu, Zhanli, et al.
Veröffentlicht: (2025)

F-measure Maximizing Logistic Regression
von: Okabe, Masaaki, et al.
Veröffentlicht: (2019)

Total robustness in Bayesian Nonlinear Regression
von: Chen, Mengqi, et al.
Veröffentlicht: (2025)

Transfer Learning for Kernel-based Regression
von: Wang, Chao, et al.
Veröffentlicht: (2023)

Bagged Polynomial Regression and Neural Networks
von: Klosin, Sylvia, et al.
Veröffentlicht: (2022)

A Bayesian Additive Regression Tree Model for Learning Conditional Average Treatment Effects in Regression Discontinuity Designs
von: Alcantara, Rafael, et al.
Veröffentlicht: (2025)

Bayesian Multivariate Density-Density Regression
von: Nguyen, Khai, et al.
Veröffentlicht: (2025)

Nonparametric Regression Discontinuity Designs with Survival Outcomes
von: Schuessler, Maximilian, et al.
Veröffentlicht: (2026)

Engression: Extrapolation through the Lens of Distributional Regression
von: Shen, Xinwei, et al.
Veröffentlicht: (2023)

RieszBoost: Gradient Boosting for Riesz Regression
von: Lee, Kaitlyn J., et al.
Veröffentlicht: (2025)

Deep Limit Model-free Prediction in Regression
von: Wu, Kejin, et al.
Veröffentlicht: (2024)

Integrating Uncertainty Awareness into Conformalized Quantile Regression
von: Rossellini, Raphael, et al.
Veröffentlicht: (2023)

Robust and Sparse Regression in GLM by Stochastic Optimization
von: Kawashima, Takayuki, et al.
Veröffentlicht: (2018)

Robust Local Polynomial Regression with Similarity Kernels
von: Shulman, Yaniv
Veröffentlicht: (2025)

Calibrated Multivariate Regression with Localized PIT Mappings
von: Kock, Lucas, et al.
Veröffentlicht: (2024)

GRASP: Grouped Regression with Adaptive Shrinkage Priors
von: Tew, Shu Yu, et al.
Veröffentlicht: (2025)