Copertina

CRPS-Optimal Binning for Univariate Conformal Regression

Fuente: arXiv

Salvato in:

Dettagli Bibliografici
Autore principale:	Toccaceli, Paolo
Natura:	Preprint
Pubblicazione:	2026
Soggetti:	Machine Learning 62G15, 62G08, 68Q25
Accesso online:	Acceder al recurso
Tags:	Aggiungi Tag Nessun Tag, puoi essere il primo ad aggiungerne!!

Documenti analoghi

Wasserstein Distributionally Robust Nonparametric Regression
di: Liu, Changyu, et al.
Pubblicazione: (2025)

On the Statistical Optimality of Optimal Decision Trees
di: Xu, Zineng, et al.
Pubblicazione: (2026)

Data-driven Error Estimation: Excess Risk Bounds without Class Complexity as Input
di: Krishnamurthy, Sanath Kumar, et al.
Pubblicazione: (2024)

Conditionality principle under unconstrained randomness
di: Vovk, Vladimir
Pubblicazione: (2024)

TILT: Target-induced loss tilting under covariate shift
di: Yamamoto, Kakei, et al.
Pubblicazione: (2026)

Estimating Unbounded Density Ratios: Applications in Error Control under Covariate Shift
di: Xu, Shuntuo, et al.
Pubblicazione: (2025)

A PAC-Bayes oracle inequality for sparse neural networks
di: Steffen, Maximilian F., et al.
Pubblicazione: (2022)

Conformal e-prediction
di: Vovk, Vladimir
Pubblicazione: (2020)

From Conditional to Unconditional Independence: Testing Conditional Independence via Transport Maps
di: He, Chenxuan, et al.
Pubblicazione: (2025)

Fibonacci-Driven Recursive Ensembles: Algorithms, Convergence, and Learning Dynamics
di: Fokoué, Ernest
Pubblicazione: (2026)

Efficient and Minimax Optimal In-context Nonparametric Regression with Transformers
di: Ching, Michelle, et al.
Pubblicazione: (2026)

Bayesian Neural Networks vs. Mixture Density Networks: Theoretical and Empirical Insights for Uncertainty-Aware Nonlinear Modeling
di: Ghosh, Riddhi Pratim, et al.
Pubblicazione: (2025)

Multi-Head Attention as Ensemble Nadaraya-Watson Estimation: Variance Reduction, Decorrelation, and Optimal Head Diversity
di: Fokoué, Ernest
Pubblicazione: (2026)

Optimal Federated Learning for Nonparametric Regression with Heterogeneous Distributed Differential Privacy Constraints
di: Cai, T. Tony, et al.
Pubblicazione: (2024)

Weak Signals and Heavy Tails: Learning Theory meets Extreme Value Analysis
di: Clémençon, Stephan, et al.
Pubblicazione: (2025)

Decorrelation, Diversity, and Emergent Intelligence: The Isomorphism Between Social Insect Colonies and Ensemble Machine Learning
di: Fokoué, Ernest, et al.
Pubblicazione: (2026)

Long-time accuracy of ensemble Kalman filters for chaotic and machine-learned dynamical systems
di: Sanz-Alonso, Daniel, et al.
Pubblicazione: (2024)

Conformal e-prediction in the presence of confounding
di: Vovk, Vladimir, et al.
Pubblicazione: (2026)

Generalized Factor Neural Network Model for High-dimensional Regression
di: Guo, Zichuan, et al.
Pubblicazione: (2025)

Rolling-Origin Conformal Prediction under Local Stationarity and Weak Dependence
di: Halkiewicz, Stanisław M. S.
Pubblicazione: (2026)

Optimal In-context Adaptivity and Distributional Robustness of Transformers
di: Ma, Tianyi, et al.
Pubblicazione: (2025)

Statistical-Computational Trade-offs for Recursive Adaptive Partitioning Estimators
di: Tan, Yan Shuo, et al.
Pubblicazione: (2024)

On deviation probabilities in non-parametric regression with heavy-tailed noise
di: Ben-Hamou, Anna, et al.
Pubblicazione: (2023)

Machine Collaboration
di: Liu, Qingfeng, et al.
Pubblicazione: (2021)

Efficient Decision Trees for Tensor Regressions
di: Luo, Hengrui, et al.
Pubblicazione: (2024)

CoMadOut -- A Robust Outlier Detection Algorithm based on CoMAD
di: Lohrer, Andreas, et al.
Pubblicazione: (2022)

SAGA: A Sequence-Adaptive Generative Architecture for Multi-Horizon Probabilistic Forecasting with Adaptive Temporal Conformal Prediction
di: Lundström-Imanov, Gustav Olaf Yunus Laitinen-Fredriksson, et al.
Pubblicazione: (2026)

A Randomized Algorithm for Preconditioner Selection
di: DiPaolo, Conner, et al.
Pubblicazione: (2019)

Covering Numbers for Deep ReLU Networks with Applications to Function Approximation and Nonparametric Regression
di: Ou, Weigutian, et al.
Pubblicazione: (2024)

Structure-Preserving Nonlinear Sufficient Dimension Reduction for Tensors
di: Lin, Dianjun, et al.
Pubblicazione: (2025)

Understanding the Effect of GCN Convolutions in Regression Tasks
di: Chen, Juntong, et al.
Pubblicazione: (2024)

Out-of-bag prediction balls for random forests in metric spaces
di: Serrano, Diego, et al.
Pubblicazione: (2025)

Scalable Gaussian process inference via neural feature maps
di: Stephenson, Anthony
Pubblicazione: (2026)

Realizable Bayes-Consistency for General Metric Losses
di: Cohen, Dan Tsir, et al.
Pubblicazione: (2026)

Optimal Federated Learning for Functional Mean Estimation under Heterogeneous Privacy Constraints
di: Cai, Tony, et al.
Pubblicazione: (2024)

Optimal Rate of Kernel Regression in Large Dimensions
di: Lu, Weihao, et al.
Pubblicazione: (2023)

Inductive Venn-Abers and related regressors
di: Petej, Ivan, et al.
Pubblicazione: (2026)

Least squares approximations in linear statistical inverse learning problems
di: Helin, Tapio
Pubblicazione: (2022)

Inductive randomness predictors: beyond conformal
di: Vovk, Vladimir
Pubblicazione: (2025)

On Regression in Extreme Regions
di: Clémençon, Stephan, et al.
Pubblicazione: (2023)