Buchumschlag

Spatio-temporal probabilistic forecast using MMAF-guided learning

Fuente: arXiv

Gespeichert in:

Bibliographische Detailangaben
Hauptverfasser:	Bardi, Leonardo, Curato, Imma Valentina, Proietti, Lorenzo
Format:	Preprint
Veröffentlicht:	2026
Schlagworte:	Machine Learning Statistics Theory 60E07, 62M20, 60G60, 62C10, 65K10, 68T07
Online-Zugang:	Acceder al recurso
Tags:	Tag hinzufügen Keine Tags, Fügen Sie den ersten Tag hinzu!

Ähnliche Einträge

Mixed moving average field guided learning for spatio-temporal data
von: Curato, Imma Valentina, et al.
Veröffentlicht: (2023)

Deconvolution of Arbitrary Distribution Functions and Densities
von: Kaiser, Henrik
Veröffentlicht: (2025)

Local asymptotic normality for discretely observed McKean-Vlasov diffusions
von: Heidari, Akram, et al.
Veröffentlicht: (2025)

Edge-indexed network time series with graph Ornstein-Uhlenbeck dynamics
von: Chen, Jiaming, et al.
Veröffentlicht: (2026)

Model-free filtering in high dimensions via projection and score-based diffusions
von: Christensen, Sören, et al.
Veröffentlicht: (2025)

LDP for the covariance process in fully connected neural networks
von: Andreis, Luisa, et al.
Veröffentlicht: (2025)

Nonparametric estimation of trawl processes: Theory and applications
von: Sauri, Orimar, et al.
Veröffentlicht: (2022)

On nonparametric estimation of the interaction function in particle system models
von: Belomestny, Denis, et al.
Veröffentlicht: (2024)

Evolving privacy: drift parameter estimation for discretely observed i.i.d. diffusion processes under LDP
von: Amorino, Chiara, et al.
Veröffentlicht: (2024)

A minimum Wasserstein distance approach to Fisher's combination of independent discrete p-values
von: Contador, Gonzalo, et al.
Veröffentlicht: (2023)

Estimation of multivariate generalized gamma convolutions through Laguerre expansions
von: Laverny, Oskar, et al.
Veröffentlicht: (2021)

Learning where to learn: Training data distribution optimization for scientific machine learning
von: Guerra, Nicolas, et al.
Veröffentlicht: (2025)

Statistical inference for Levy-driven graph supOU processes: From short- to long-memory in high-dimensional time series
von: Mehta, Shreya, et al.
Veröffentlicht: (2025)

Dirichlet kernel density estimation for strongly mixing sequences on the simplex
von: Daayeb, Hanen, et al.
Veröffentlicht: (2025)

On a $T_1$ Transport inequality for the adapted Wasserstein distance
von: Park, Jonghwa
Veröffentlicht: (2025)

Stein's method for the matrix normal distribution
von: Gaunt, Robert E., et al.
Veröffentlicht: (2026)

Fractal and Regular Geometry of Deep Neural Networks
von: Di Lillo, Simmaco, et al.
Veröffentlicht: (2025)

Rank tests for time-varying covariance matrices observed under noise
von: Reiß, Markus, et al.
Veröffentlicht: (2026)

Nonparametric density estimation for stationary processes under multiplicative measurement errors
von: Dang, Duc Trong, et al.
Veröffentlicht: (2024)

Conditional correlation estimation and serial dependence identification
von: Pączek, Kewin, et al.
Veröffentlicht: (2024)

Sobol' Matrices For Multi-Output Models With Quantified Uncertainty
von: Milton, Robert A., et al.
Veröffentlicht: (2025)

Parametric Estimation of Tempered Stable Laws
von: Massing, Till
Veröffentlicht: (2023)

Novelty detection on path space
von: Gasteratos, Ioannis, et al.
Veröffentlicht: (2025)

A data-driven Fourier-mixture neural-network method for density estimation
von: Dang, Duy-Minh, et al.
Veröffentlicht: (2026)

Orthogonal gamma-based expansion for the CIR's first passage time distribution
von: Di Nardo, Elvira, et al.
Veröffentlicht: (2024)

Convergence rates of non-stationary and deep Gaussian process regression
von: Osborne, Conor, et al.
Veröffentlicht: (2023)

Kernel Density Machines
von: Della Vecchia, Andrea, et al.
Veröffentlicht: (2025)

Data-driven uncertainty quantification for constrained stochastic differential equations and application to solar photovoltaic power forecast data
von: Chaabane, Khaoula Ben, et al.
Veröffentlicht: (2023)

Stable distributions and domains of attraction for unitarily invariant Hermitian random matrix ensembles
von: Kieburg, Mario, et al.
Veröffentlicht: (2021)

Modeling Stock Returns and Volatility Using Bivariate Gamma Generalized Laplace Law
von: Kozubowski, Tomasz J., et al.
Veröffentlicht: (2026)

Testing Independence of Infinite Dimensional Random Elements: A Sup-norm Approach
von: Bhar, Suprio, et al.
Veröffentlicht: (2023)

Error analysis for learning fractional stochastic differential equations with applications in neural approximations
von: Dehshiri, Mahdi, et al.
Veröffentlicht: (2026)

Martingale Posterior Predictive Coherence: Hausdorff Moment Hierarchy
von: Polson, Nicholas G., et al.
Veröffentlicht: (2026)

On noncentral Wishart mixtures of noncentral Wisharts and their use for testing random effects in factorial design models
von: Genest, Christian, et al.
Veröffentlicht: (2025)

Universal Adaptive Environment Discovery
von: Matymov, Madi, et al.
Veröffentlicht: (2025)

Optimizing Data Augmentation through Bayesian Model Selection
von: Matymov, Madi, et al.
Veröffentlicht: (2025)

The Stochastic Occupation Kernel (SOCK) Method for Learning Stochastic Differential Equations
von: Wells, Michael L., et al.
Veröffentlicht: (2025)

Sharp Convergence Rates of Empirical Unbalanced Optimal Transport for Spatio-Temporal Point Processes
von: Struleva, Marina, et al.
Veröffentlicht: (2025)

Beyond Correlation: Positive Definite Dependence Measures for Robust Inference, Flexible Scenarios, and Causal Modeling for Financial Portfolios
von: Opdyke, JD
Veröffentlicht: (2025)

The Information Projection in Moment Inequality Models: Existence, Dual Representation, and Approximation
von: Tabri, Rami V.
Veröffentlicht: (2021)