Buchumschlag

$(α,β)$-Stability for Boosting Vector-Valued Prediction

Fuente: arXiv

Gespeichert in:

Bibliographische Detailangaben
Hauptverfasser:	Qian, Jian, Ge, Shu
Format:	Preprint
Veröffentlicht:	2026
Schlagworte:	Machine Learning
Online-Zugang:	Acceder al recurso
Tags:	Tag hinzufügen Keine Tags, Fügen Sie den ersten Tag hinzu!

Ähnliche Einträge

ExtremeCast: Boosting Extreme Value Prediction for Global Weather Forecast
von: Xu, Wanghan, et al.
Veröffentlicht: (2024)

Leave-One-Out Prediction for General Hypothesis Classes
von: Qian, Jian, et al.
Veröffentlicht: (2026)

XGrad: Boosting Gradient-Based Optimizers With Weight Prediction
von: Guan, Lei, et al.
Veröffentlicht: (2023)

ResBit: Residual Bit Vector for Categorical Values
von: Fuchi, Masane, et al.
Veröffentlicht: (2023)

Support Vector Boosting Machine (SVBM): Enhancing Classification Performance with AdaBoost and Residual Connections
von: Lian, Junbo Jacob
Veröffentlicht: (2024)

Optimal Rates for Vector-Valued Spectral Regularization Learning Algorithms
von: Meunier, Dimitri, et al.
Veröffentlicht: (2024)

Predicting Long Term Sequential Policy Value Using Softer Surrogates
von: Nam, Hyunji, et al.
Veröffentlicht: (2024)

Boosted Conformal Prediction Intervals
von: Xie, Ran, et al.
Veröffentlicht: (2024)

Stabilizing Estimates of Shapley Values with Control Variates
von: Goldwasser, Jeremy, et al.
Veröffentlicht: (2023)

Understanding Vector-Valued Neural Networks and Their Relationship with Real and Hypercomplex-Valued Neural Networks
von: Valle, Marcos Eduardo
Veröffentlicht: (2023)

Sepsis Prediction Using Graph Convolutional Networks over Patient-Feature-Value Triplets
von: Dan, Bozhi, et al.
Veröffentlicht: (2025)

LoBoost: Fast Model-Native Local Conformal Prediction for Gradient-Boosted Trees
von: Santos, Vagner, et al.
Veröffentlicht: (2026)

MoDE-Boost: Boosting Shared Mobility Demand with Edge-Ready Prediction Models
von: Tziorvas, Antonios, et al.
Veröffentlicht: (2026)

$α$-TCAV: A Unified Framework for Testing with Concept Activation Vectors
von: Schnoor, Ekkehard, et al.
Veröffentlicht: (2026)

Efficient Sampling for Data-Driven Frequency Stability Constraint via Forward-Mode Automatic Differentiation
von: Xu, Wangkun, et al.
Veröffentlicht: (2024)

Wasserstein Gradient Boosting: A Framework for Distribution-Valued Supervised Learning
von: Matsubara, Takuo
Veröffentlicht: (2024)

VP-VAE: Rethinking Vector Quantization via Adaptive Vector Perturbation
von: Zhai, Linwei, et al.
Veröffentlicht: (2026)

Towards Optimal Sobolev Norm Rates for the Vector-Valued Regularized Least-Squares Algorithm
von: Li, Zhu, et al.
Veröffentlicht: (2023)

Internal Value Alignment in Large Language Models through Controlled Value Vector Activation
von: Jin, Haoran, et al.
Veröffentlicht: (2025)

Universal Approximation Theorem for Vector- and Hypercomplex-Valued Neural Networks
von: Valle, Marcos Eduardo, et al.
Veröffentlicht: (2024)

Bayesian Optimization with Structured Measurements: A Vector-Valued RKHS Framework
von: Wang, Wenbin, et al.
Veröffentlicht: (2026)

Diversifying Support Vector Machines for Boosting using Kernel Perturbation: Applications to Class Imbalance and Small Disjuncts
von: Datta, Shounak, et al.
Veröffentlicht: (2017)

Predicting Where Steering Vectors Succeed
von: Billa, Jayadev
Veröffentlicht: (2026)

Hyperbolic Hierarchical Knowledge Graph Embeddings for Link Prediction in Low Dimensions
von: Zheng, Wenjie, et al.
Veröffentlicht: (2022)

ABKD: Pursuing a Proper Allocation of the Probability Mass in Knowledge Distillation via $α$-$β$-Divergence
von: Wang, Guanghui, et al.
Veröffentlicht: (2025)

Prediction-Powered E-Values
von: Csillag, Daniel, et al.
Veröffentlicht: (2025)

Prediction via Shapley Value Regression
von: Alkhatib, Amr, et al.
Veröffentlicht: (2025)

Robustifying and Boosting Training-Free Neural Architecture Search
von: He, Zhenfeng, et al.
Veröffentlicht: (2024)

Path-Based Gradient Boosting for Graph-Level Prediction
von: Meggio, Claudio, et al.
Veröffentlicht: (2026)

Gradient Boosting Decision Tree with LSTM for Investment Prediction
von: Yu, Chang, et al.
Veröffentlicht: (2025)

$α$-Flow: A Unified Framework for Continuous-State Discrete Flow Matching Models
von: Cheng, Chaoran, et al.
Veröffentlicht: (2025)

Beyond Task Vectors: Selective Task Arithmetic Based on Importance Metrics
von: Bowen, Tian, et al.
Veröffentlicht: (2024)

HT-GNN: Hyper-Temporal Graph Neural Network for Customer Lifetime Value Prediction in Baidu Ads
von: Zhao, Xiaohui, et al.
Veröffentlicht: (2026)

Generative Conformal Prediction with Vectorized Non-Conformity Scores
von: Zheng, Minxing, et al.
Veröffentlicht: (2024)

Set Valued Predictions For Robust Domain Generalization
von: Tsibulsky, Ron, et al.
Veröffentlicht: (2025)

E-Values Expand the Scope of Conformal Prediction
von: Gauthier, Etienne, et al.
Veröffentlicht: (2025)

Value-Based Deep RL Scales Predictably
von: Rybkin, Oleh, et al.
Veröffentlicht: (2025)

Prediction Models That Learn to Avoid Missing Values
von: Stempfle, Lena, et al.
Veröffentlicht: (2025)

Aligning the Evaluation of Probabilistic Predictions with Downstream Value
von: Shahroudi, Novin, et al.
Veröffentlicht: (2025)

Vector-Valued Distributional Reinforcement Learning Policy Evaluation: A Hilbert Space Embedding Approach
von: Mohammadi, Mehrdad, et al.
Veröffentlicht: (2026)