实体
quantile regression
quantile regression
PulseAugur coverage of quantile regression — every cluster mentioning quantile regression across labs, papers, and developer communities, ranked by signal.
总计 · 30天
3
90 天内 3
发布 · 30天
0
90 天内 0
论文 · 30天
3
90 天内 3
层级分布 · 90 天
主题
最近 · 第 1/1 页 · 共 3 条
-
新的两步Metropolis-Hastings算法增强了贝叶斯经验似然方法
研究人员开发了一种新颖的两步Metropolis-Hastings算法，旨在提高贝叶斯经验似然（BayesEL）方法马尔可夫链蒙特卡洛（MCMC）采样的效率。这种新方法解决了先前限制BayesEL应用的复杂性和非凸性问题，尤其是在联合分位数回归等领域。该算法通过使用当前参数值来提议剩余参数的新值，从而促进了从BayesEL后验分布的采样，并且可以通过可逆跳跃MCMC程序扩展到贝叶斯模型选择。
-
新方法推进机器学习中的不确定性量化 · 跟踪5个来源
研究人员介绍了评估机器学习模型中不确定性量化（UQ）的新方法。一种称为“决策对齐”的方法旨在确保UQ指标与下游决策效用有意义地相关，从而揭示了当前通用指标的缺陷。另一项进展侧重于多模态回归任务的高效UQ，将变分贝叶斯推理扩展到分位数回归和分类恢复等模型。此外，还提出了一种名为Ribbon的可扩展近似方法，该方法通过近似贝叶斯自举方法而不要求重复模型重新拟合，从而提供鲁棒的不确定性量化。
-
新的SVM框架增强了重尾数据的量化回归
研究人员开发了一种新的支持向量机（SVM）框架，以改进具有重尾输入的重尾数据的量化回归。该方法侧重于极端观测值的角度分量，以增强外推场景下的泛化能力。该框架专为高维和非线性数据设计，提供理论保证，并通过对河流流量数据的实证研究证明了其实际相关性。