Buchumschlag

Misspecification-robust likelihood-free inference in high dimensions

Fuente: arXiv

Gespeichert in:

Bibliographische Detailangaben
Hauptverfasser:	Thomas, Owen, Sá-Leão, Raquel, de Lencastre, Hermínia, Kaski, Samuel, Corander, Jukka, Pesonen, Henri
Format:	Preprint
Veröffentlicht:	2020
Schlagworte:	Computation Methodology Machine Learning
Online-Zugang:	Acceder al recurso
Tags:	Tag hinzufügen Keine Tags, Fügen Sie den ersten Tag hinzu!

Ähnliche Einträge

Stratified distance space improves the efficiency of sequential samplers for approximate Bayesian computation
von: Pesonen, Henri, et al.
Veröffentlicht: (2023)

Surrogate-based ABC matches generalized Bayesian inference under specific discrepancy and kernel choices
von: Järvenpää, Marko, et al.
Veröffentlicht: (2025)

Misspecification-robust Sequential Neural Likelihood for Simulation-based Inference
von: Kelly, Ryan P., et al.
Veröffentlicht: (2023)

Meta-analysis of Bayesian analyses
von: Blomstedt, Paul, et al.
Veröffentlicht: (2019)

Incorporating Expert Knowledge into Bayesian Causal Discovery of Mixtures of Directed Acyclic Graphs
von: Björkman, Zachris, et al.
Veröffentlicht: (2025)

Amortised and provably-robust simulation-based inference
von: Bharti, Ayush, et al.
Veröffentlicht: (2026)

Doubly robust inference via calibration
von: van der Laan, Lars, et al.
Veröffentlicht: (2024)

Addressing Misspecification in Simulation-based Inference through Data-driven Calibration
von: Wehenkel, Antoine, et al.
Veröffentlicht: (2024)

Semi-supervised Regression Analysis with Model Misspecification and High-dimensional Data
von: Tian, Ye, et al.
Veröffentlicht: (2024)

Wrong Model, Right Uncertainty: Spatial Associations for Discrete Data with Misspecification
von: Burt, David R., et al.
Veröffentlicht: (2025)

Robust Bayesian Inference for Measurement Error Misspecification: The Berkson and Classical Cases
von: Dellaporta, Charita, et al.
Veröffentlicht: (2023)

Explainability as statistical inference
von: Senetaire, Hugo Henri Joseph, et al.
Veröffentlicht: (2022)

Is Elo Rating Reliable? A Study Under Model Misspecification
von: Tang, Shange, et al.
Veröffentlicht: (2025)

Label-shift robust federated feature screening for high-dimensional classification
von: Qin, Qi, et al.
Veröffentlicht: (2025)

A partial likelihood approach to tree-based density modeling and its application in Bayesian inference
von: Ma, Li, et al.
Veröffentlicht: (2024)

Total robustness in Bayesian Nonlinear Regression
von: Chen, Mengqi, et al.
Veröffentlicht: (2025)

Causal inference through multi-stage learning and doubly robust deep neural networks
von: Zhang, Yuqian, et al.
Veröffentlicht: (2024)

Partially factorized variational inference for high-dimensional mixed models
von: Goplerud, Max, et al.
Veröffentlicht: (2023)

Neyman-Pearson multiclass classification under label noise via empirical likelihood
von: Zhang, Qiong, et al.
Veröffentlicht: (2026)

Learning pairwise Markov network structures using correlation neighborhoods
von: Kuronen, Juri, et al.
Veröffentlicht: (2019)

Optimal and computationally tractable lower bounds for logistic log-likelihoods
von: Anceschi, Niccolò, et al.
Veröffentlicht: (2024)

Elliptical Wishart distributions: information geometry, maximum likelihood estimator, performance analysis and statistical learning
von: Ayadi, Imen, et al.
Veröffentlicht: (2024)

Adaptive Off-Policy Inference for M-Estimators Under Model Misspecification
von: Leiner, James, et al.
Veröffentlicht: (2025)

A spectral clustering-type algorithm for the consistent estimation of the Hurst distribution in moderately high dimensions
von: Abry, Patrice, et al.
Veröffentlicht: (2025)

Distribution-free inference for LightGBM and GLM with Tweedie loss
von: Manna, Alokesh, et al.
Veröffentlicht: (2025)

Bayesian penalized empirical likelihood and Markov Chain Monte Carlo sampling
von: Chang, Jinyuan, et al.
Veröffentlicht: (2024)

Scale-adaptive and robust intrinsic dimension estimation via optimal neighbourhood identification
von: Di Noia, Antonio, et al.
Veröffentlicht: (2024)

Transductive conformal inference with adaptive scores
von: Gazin, Ulysse, et al.
Veröffentlicht: (2023)

Collaborative causal inference on distributed data
von: Kawamata, Yuji, et al.
Veröffentlicht: (2022)

Pooling information in likelihood-free inference
von: Frazier, David T., et al.
Veröffentlicht: (2022)

Distributionally robust risk evaluation with an isotonic constraint
von: Gui, Yu, et al.
Veröffentlicht: (2024)

Screening for Diabetes Mellitus in the U.S. Population Using Neural Network Models and Complex Survey Designs
von: Matabuena, Marcos, et al.
Veröffentlicht: (2024)

Unifying Summary Statistic Selection for Approximate Bayesian Computation
von: Hoffmann, Till, et al.
Veröffentlicht: (2022)

Scalable Bayesian Structure Learning for Gaussian Graphical Models Using Marginal Pseudo-likelihood
von: Mohammadi, Reza, et al.
Veröffentlicht: (2023)

Causality-oriented robustness: exploiting general noise interventions
von: Shen, Xinwei, et al.
Veröffentlicht: (2023)

Assumption violations in causal discovery and the robustness of score matching
von: Montagna, Francesco, et al.
Veröffentlicht: (2023)

Monte Carlo and quasi-Monte Carlo integration for likelihood functions
von: Tang, Yanbo
Veröffentlicht: (2025)

Doubly robust identification of treatment effects from multiple environments
von: De Bartolomeis, Piersilvio, et al.
Veröffentlicht: (2025)

Representative, Informative, and De-Amplifying: Requirements for Robust Bayesian Active Learning under Model Misspecification
von: Tang, Roubing, et al.
Veröffentlicht: (2025)

Data Augmentation of Multivariate Sensor Time Series using Autoregressive Models and Application to Failure Prognostics
von: de Souza, Douglas Baptista, et al.
Veröffentlicht: (2024)