Copertina

Deep-testing: the case of dependence detection

Fuente: arXiv

Salvato in:

Dettagli Bibliografici
Autori principali:	Geenens, Gery, de Micheaux, Pierre Lafaye, Zou, Ivan Muyun
Natura:	Preprint
Pubblicazione:	2026
Soggetti:	Machine Learning Methodology
Accesso online:	Acceder al recurso
Tags:	Aggiungi Tag Nessun Tag, puoi essere il primo ad aggiungerne!!

Documenti analoghi

Generative Flexible Latent Structure Regression (GFLSR) model
di: Grazian, Clara, et al.
Pubblicazione: (2025)

The empirical discrete copula process
di: Geenens, Gery, et al.
Pubblicazione: (2025)

Manifold Dimension Estimation via Local Graph Structure
di: Bi, Zelong, et al.
Pubblicazione: (2025)

A Survey and Comparative Evaluation of Intrinsic Dimension Estimators under the Manifold Hypothesis
di: Bi, Zelong, et al.
Pubblicazione: (2025)

tBayes-MICE: A Bayesian Approach to Multiple Imputation for Time Series Data
di: Ibenegbu, Amuche, et al.
Pubblicazione: (2026)

Adaptive Heavy-Tailed Stochastic Gradient Descent
di: Gong, Bodu, et al.
Pubblicazione: (2025)

A Machine Learning Framework for Handling Unreliable Absence Label and Class Imbalance for Marine Stinger Beaching Prediction
di: Ibenegbu, Amuche, et al.
Pubblicazione: (2025)

Deep Learning of Continuous and Structured Policies for Aggregated Heterogeneous Treatment Effects
di: Zhang, Jennifer Y., et al.
Pubblicazione: (2025)

On the differentiability of $ϕ$-projections in the discrete finite case
di: Geenens, Gery, et al.
Pubblicazione: (2024)

A linear regression model for quantile function data applied to paired pulmonary 3d CT scans
di: Béclin, Marie-Félicia, et al.
Pubblicazione: (2024)

Online detection of forecast model inadequacies using forecast errors
di: Grundy, Thomas, et al.
Pubblicazione: (2025)

Semiparametric KSD test: unifying score and distance-based approaches for goodness-of-fit testing
di: Huang, Zhihan, et al.
Pubblicazione: (2025)

Ensemble Prediction via Covariate-dependent Stacking
di: Wakayama, Tomoya, et al.
Pubblicazione: (2024)

Finite sample properties of parametric MMD estimation: robustness to misspecification and dependence
di: Chérief-Abdellatif, Badr-Eddine, et al.
Pubblicazione: (2019)

Online LLM watermark detection via e-processes
di: Su, Weijie, et al.
Pubblicazione: (2026)

Logistic-beta processes for dependent random probabilities with beta marginals
di: Lee, Changwoo J., et al.
Pubblicazione: (2024)

Wasserstein F-tests for Fréchet regression on Bures-Wasserstein manifolds
di: Xu, Haoshu, et al.
Pubblicazione: (2024)

Distribution-free changepoint localization after sequential change detection
di: Saha, Aytijhya, et al.
Pubblicazione: (2026)

Conformal novelty detection with false discovery rate control at the boundary
di: Gao, Zijun, et al.
Pubblicazione: (2026)

Neural network-based CUSUM for online change-point detection
di: Gong, Tingnan, et al.
Pubblicazione: (2022)

DeepSuM: Deep Sufficient Modality Learning Framework
di: Gao, Zhe, et al.
Pubblicazione: (2025)

A unified Bayesian framework for interval hypothesis testing in clinical trials
di: Chakraborty, Abhisek, et al.
Pubblicazione: (2024)

Rate-optimal neural boundary detection from unlabeled noisy images
di: Kim, Kyeongho, et al.
Pubblicazione: (2026)

Covariate-dependent Graphical Model Estimation via Neural Networks with Statistical Guarantees
di: Lin, Jiahe, et al.
Pubblicazione: (2025)

A fast and effective kernel two-sample test for large-scale data
di: Song, Hoseung, et al.
Pubblicazione: (2021)

Deep Fréchet Regression
di: Iao, Su I, et al.
Pubblicazione: (2024)

Modelling non-stationary extremal dependence through a geometric approach
di: Murphy-Barltrop, C. J. R., et al.
Pubblicazione: (2025)

Score-based change point detection via tracking the best of infinitely many experts
di: Markovich, Anna, et al.
Pubblicazione: (2024)

Stable Localized Conformal Prediction via Transduction
di: Min, Yinjie, et al.
Pubblicazione: (2026)

Generalized Prediction-Powered Inference, with Application to Binary Classifier Evaluation
di: Zou, Runjia, et al.
Pubblicazione: (2026)

Prediction De-Correlated Inference: A safe approach for post-prediction inference
di: Gan, Feng, et al.
Pubblicazione: (2023)

Deep Q-Exponential Processes
di: Chang, Zhi, et al.
Pubblicazione: (2024)

Deep Discrete Encoders: Identifiable Deep Generative Models for Rich Data with Discrete Latent Layers
di: Lee, Seunghyun, et al.
Pubblicazione: (2025)

Orthogonal machine learning for conditional odds and risk ratios
di: Ge, Jiacheng, et al.
Pubblicazione: (2026)

Why do zeroes happen? A model-based approach for demand classification
di: Svetunkov, Ivan, et al.
Pubblicazione: (2025)

Subgroup detection in linear growth curve models with generalized linear mixed model (GLMM) trees
di: Fokkema, Marjolein, et al.
Pubblicazione: (2023)

Archetypal cases for questionnaires with nominal multiple choice questions
di: Alcacer, Aleix, et al.
Pubblicazione: (2026)

Inference at the data's edge: Gaussian processes for modeling and inference under model-dependency, poor overlap, and extrapolation
di: Cho, Soonhong, et al.
Pubblicazione: (2024)

Distributional Random Forests for Complex Survey Designs on Reproducing Kernel Hilbert Spaces
di: Zou, Yating, et al.
Pubblicazione: (2025)

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