Copertina

SHIFT: Robust Double Machine Learning for Average Dose-Response Functions under Heavy-Tailed Contamination

Fuente: arXiv

Salvato in:

Dettagli Bibliografici
Autore principale:	Uehara, Eichi
Natura:	Preprint
Pubblicazione:	2026
Soggetti:	Machine Learning 62G35, 62G08, 62D20 I.2.6; G.3
Accesso online:	Acceder al recurso
Tags:	Aggiungi Tag Nessun Tag, puoi essere il primo ad aggiungerne!!

Documenti analoghi

The Unified Non-Convex Framework for Robust Causal Inference: Overcoming the Gaussian Barrier and Optimization Fragility
di: Uehara, Eichi
Pubblicazione: (2025)

Robust X-Learner: Breaking the Curse of Imbalance and Heavy Tails via Robust Cross-Imputation
di: Uehara, Eichi
Pubblicazione: (2026)

Provable Adversarial Robustness in In-Context Learning
di: Zhang, Di
Pubblicazione: (2026)

Support-Conditioned Flow Matching Is Kernel Smoothing
di: Smola, Daniel Matsui
Pubblicazione: (2026)

Robust Tail Index Estimation under Random Censoring via Minimum Density Power Divergence
di: Guesmia, Nour Elhouda, et al.
Pubblicazione: (2025)

Quantile Additive Trend Filtering
di: Zhang, Zhi, et al.
Pubblicazione: (2023)

Ill-Conditioned Orthogonal Scores in Double Machine Learning
di: Saco, Gabriel
Pubblicazione: (2025)

Nonparametric Empirical Bayes Estimation on Heterogeneous Data
di: Banerjee, Trambak, et al.
Pubblicazione: (2020)

Nonparametric Regression for Random Unbiased Perturbations
di: Lyubarskaja, Anna, et al.
Pubblicazione: (2025)

Calibrated Counterfactual Conformal Fairness ($C^3F$): Post-hoc, Shift-Aware Coverage Parity via Conformal Prediction and Counterfactual Regularization
di: Alpay, Faruk, et al.
Pubblicazione: (2025)

Robust and Smooth Estimation of the Extreme Tail Index via Weighted Minimum Density Power Divergence
di: Mancer, Saida, et al.
Pubblicazione: (2025)

Deep Jump Gaussian Processes for Surrogate Modeling of High-Dimensional Piecewise Continuous Functions
di: Xu, Yang, et al.
Pubblicazione: (2025)

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

Bias-Corrected Adaptive Conformal Inference for Multi-Horizon Time Series Forecasting
di: Lade, Ankit, et al.
Pubblicazione: (2026)

Average Marginal Effects in One-Step Partially Linear Instrumental Regressions
di: Girard, Lucas, et al.
Pubblicazione: (2026)

Learning What Evaluators Value: A Reliable Approach to Modeling Evaluator Preferences
di: Kitch, Madeline Celi, et al.
Pubblicazione: (2026)

Estimating a regression function under possible heteroscedastic and heavy-tailed errors. Application to shape-restricted regression
di: Baraud, Yannick, et al.
Pubblicazione: (2025)

From Tail Universality to Bernstein-von Mises: A Unified Statistical Theory of Semi-Implicit Variational Inference
di: Plummer, Sean
Pubblicazione: (2025)

Invariant quantile regression for heterogeneous environments
di: Fu, Bo, et al.
Pubblicazione: (2026)

Semi-functional partial linear regression with measurement error: An approach based on $k$NN estimation
di: Novo, Silvia, et al.
Pubblicazione: (2024)

Factor Informed Double Deep Learning For Average Treatment Effect Estimation
di: Fan, Jianqing, et al.
Pubblicazione: (2025)

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

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)

EEG-EyeTrack: A Benchmark for Time Series and Functional Data Analysis with Open Challenges and Baselines
di: Afonso, Tiago Vasconcelos, et al.
Pubblicazione: (2025)

Identifying arbitrary transformation between the slopes in scalar-on-function regression
di: Niyogi, Pratim Guha, et al.
Pubblicazione: (2024)

Multiple Imputation Methods under Extreme Values
di: Brasil, Enzo Porto
Pubblicazione: (2026)

A $k$NN procedure in semiparametric functional data analysis
di: Novo, Silvia, et al.
Pubblicazione: (2024)

Single-index models for extreme value index regression
di: Yoshida, Takuma
Pubblicazione: (2022)

Asymptotic theory for extreme value generalized additive models
di: Yoshida, Takuma
Pubblicazione: (2023)

A Bernstein polynomial approach for the estimation of cumulative distribution functions in the presence of missing data
di: Gharbi, Rihab, et al.
Pubblicazione: (2025)

A kernel-based framework for covariate significance tests in nonparametric regression
di: Diz-Castro, Daniel, et al.
Pubblicazione: (2025)

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

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

Causal Parametric Drift Simulation: A Digital Twin Framework for Classifier Robustness Evaluation
di: Lafrance, Julien, et al.
Pubblicazione: (2026)

Sparse semiparametric regression when predictors are mixture of functional and high-dimensional variables
di: Novo, Silvia, et al.
Pubblicazione: (2024)

Dirichlet kernel density estimation on the simplex with missing data
di: Daayeb, Hanen, et al.
Pubblicazione: (2026)

Optimised Support Vector Regression for California Housing Price Prediction: The Critical Role of Feature Engineering and Hyperparameter Tuning
di: Adutwum, Emmanuel
Pubblicazione: (2026)

Noise-resilient penalty operators based on statistical differentiation schemes
di: Vidal, Marc, et al.
Pubblicazione: (2026)

When to Trust Confidence Thresholding: Calibration Diagnostics for Pseudo-Labelled Regression
di: Kurbucz, Marcell T.
Pubblicazione: (2026)

Robust Nonparametric Two-Sample Tests via Mutual Information using Extended Bregman Divergence
di: Pyne, Arijit
Pubblicazione: (2026)