Copertina

Trustworthy predictive distributions for rare events via diagnostic transport maps

Fuente: arXiv

Salvato in:

Dettagli Bibliografici
Autori principali:	Cucuzzella, Elizabeth, Izbicki, Rafael, Lee, Ann B.
Natura:	Preprint
Pubblicazione:	2026
Soggetti:	Machine Learning
Accesso online:	Acceder al recurso
Tags:	Aggiungi Tag Nessun Tag, puoi essere il primo ad aggiungerne!!

Documenti analoghi

Multi-Resolution Analysis of the Convective Structure of Tropical Cyclones for Short-Term Intensity Guidance
di: Cucuzzella, Elizabeth, et al.
Pubblicazione: (2025)

Likelihood-Free Frequentist Inference: Bridging Classical Statistics and Machine Learning for Reliable Simulator-Based Inference
di: Dalmasso, Niccolò, et al.
Pubblicazione: (2021)

RFFNet: Large-Scale Interpretable Kernel Methods via Random Fourier Features
di: Otto, Mateus P., et al.
Pubblicazione: (2022)

Trustworthy scientific inference with generative models
di: Carzon, James, et al.
Pubblicazione: (2025)

Classification under Nuisance Parameters and Generalized Label Shift in Likelihood-Free Inference
di: Masserano, Luca, et al.
Pubblicazione: (2024)

Behavior of prediction performance metrics with rare events
di: Minus, Emily, et al.
Pubblicazione: (2025)

Benchmarking Tabular Foundation Models for Conditional Density Estimation in Regression
di: Izbicki, Rafael, et al.
Pubblicazione: (2026)

The surprising efficiency of temporal difference learning for rare event prediction
di: Cheng, Xiaoou, et al.
Pubblicazione: (2024)

Regression Trees for Fast and Adaptive Prediction Intervals
di: Cabezas, Luben M. C., et al.
Pubblicazione: (2024)

Towards Instance-Wise Calibration: Local Amortized Diagnostics and Reshaping of Conditional Densities (LADaR)
di: Dey, Biprateep, et al.
Pubblicazione: (2022)

Distribution-Free Conformal Joint Prediction Regions for Neural Marked Temporal Point Processes
di: Dheur, Victor, et al.
Pubblicazione: (2024)

DiNo and RanBu: Lightweight Predictions from Shallow Random Forests
di: Santos, Tiago Mendonça dos, et al.
Pubblicazione: (2025)

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

Epistemic Uncertainty in Conformal Scores: A Unified Approach
di: Cabezas, Luben M. C., et al.
Pubblicazione: (2025)

Learning non-Gaussian spatial distributions via Bayesian transport maps with parametric shrinkage
di: Chakraborty, Anirban, et al.
Pubblicazione: (2024)

Conformal Calibration of Statistical Confidence Sets
di: Cabezas, Luben M. C., et al.
Pubblicazione: (2024)

LOCUS: A Distribution-Free Loss-Quantile Score for Risk-Aware Predictions
di: Barreto, Matheus, et al.
Pubblicazione: (2026)

CP4SBI: Local Conformal Calibration of Credible Sets in Simulation-Based Inference
di: Cabezas, Luben M. C., et al.
Pubblicazione: (2025)

PersonalizedUS: Interpretable Breast Cancer Risk Assessment with Local Coverage Uncertainty Quantification
di: Fröhlich, Alek, et al.
Pubblicazione: (2024)

Evidential time-to-event prediction with calibrated uncertainty quantification
di: Huang, Ling, et al.
Pubblicazione: (2024)

Trustworthy Representation Learning via Information Funnels and Bottlenecks
di: de Freitas, João Machado, et al.
Pubblicazione: (2022)

Sampling Boltzmann distributions via normalizing flow approximation of transport maps
di: Rehman, Zia Ur, et al.
Pubblicazione: (2026)

AutoScore-Imbalance: An interpretable machine learning tool for development of clinical scores with rare events data
di: Yuan, Han, et al.
Pubblicazione: (2021)

AI-boosted rare event sampling to characterize extreme weather
di: Lancelin, Amaury, et al.
Pubblicazione: (2025)

Uncertainty measurement for complex event prediction in safety-critical systems
di: Peixoto, Maria J. P., et al.
Pubblicazione: (2024)

CREDO: Epistemic-Aware Conformalized Credal Envelopes for Regression
di: Cabezas, Luben M. C., et al.
Pubblicazione: (2026)

Tracking large chemical reaction networks and rare events by neural networks
di: Weng, Jiayu, et al.
Pubblicazione: (2025)

FunQuant: A R package to perform quantization in the context of rare events and time-consuming simulations
di: Sire, Charlie, et al.
Pubblicazione: (2023)

Unscrambling disease progression at scale: fast inference of event permutations with optimal transport
di: Wijeratne, Peter A., et al.
Pubblicazione: (2024)

Conformal Prediction and Trustworthy AI
di: Bellotti, Anthony, et al.
Pubblicazione: (2025)

Constructive approximate transport maps with normalizing flows
di: Álvarez-López, Antonio, et al.
Pubblicazione: (2024)

An evidential time-to-event prediction model based on Gaussian random fuzzy numbers
di: Huang, Ling, et al.
Pubblicazione: (2024)

Sequential transport maps using SoS density estimation and $α$-divergences
di: Zanger, Benjamin, et al.
Pubblicazione: (2024)

3W Dataset 2.0.0: a realistic and public dataset with rare undesirable real events in oil wells
di: Vargas, Ricardo Emanuel Vaz, et al.
Pubblicazione: (2025)

Trustworthy Transfer Learning: A Survey
di: Wu, Jun, et al.
Pubblicazione: (2024)

Trustworthy Artificial Intelligence in the Context of Metrology
di: Adel, Tameem, et al.
Pubblicazione: (2024)

TEMPO: Temporal Enforcement via Mode-Separated Policy Optimization for Trustworthy LLM Backtesting
di: Zhang, Zeyu, et al.
Pubblicazione: (2026)

MIEO: encoding clinical data to enhance cardiovascular event prediction
di: Borghini, Davide, et al.
Pubblicazione: (2025)

Time-to-event prediction for grouped variables using Exclusive Lasso
di: Ravi, Dayasri, et al.
Pubblicazione: (2025)

Estimation of AMOC transition probabilities using a machine learning based rare-event algorithm
di: Jacques-Dumas, Valérian, et al.
Pubblicazione: (2024)