Buchumschlag

Latent Network Estimation and Variable Selection for Compositional Data via Variational EM

Fuente: arXiv

Gespeichert in:

Bibliographische Detailangaben
Hauptverfasser:	Osborne, Nathan, Peterson, Christine B., Vannucci, Marina
Format:	Preprint
Veröffentlicht:	2020
Schlagworte:	Methodology Machine Learning
Online-Zugang:	Acceder al recurso
Tags:	Tag hinzufügen Keine Tags, Fügen Sie den ersten Tag hinzu!

Ähnliche Einträge

Causal Effect Estimation using identifiable Variational AutoEncoder with Latent Confounders and Post-Treatment Variables
von: Xie, Yang, et al.
Veröffentlicht: (2024)

Bayesian Varying-Effects Vector Autoregressive Models for Inference of Brain Connectivity Networks and Covariate Effects in Pediatric Traumatic Brain Injury
von: Ren, Yangfan, et al.
Veröffentlicht: (2024)

Tree-Based Predictive Models for Noisy Input Data
von: McCoy, Kevin, et al.
Veröffentlicht: (2026)

Bayesian network-guided sparse regression with flexible varying effects
von: Ren, Yangfan, et al.
Veröffentlicht: (2024)

Bayesian Controlled FDR Variable Selection via Parameter-Expanded Latent Knockoffs
von: Focardi-Olmi, Lorenzo, et al.
Veröffentlicht: (2024)

Weighted Sum-of-Trees Model for Clustered Data
von: McCoy, Kevin, et al.
Veröffentlicht: (2026)

Identifiable Deep Latent Variable Models for MNAR Data
von: Xie, Huiming, et al.
Veröffentlicht: (2026)

Robust Variable Selection and Estimation Via Adaptive Elastic Net S-Estimators for Linear Regression
von: Kepplinger, David
Veröffentlicht: (2021)

Estimating Heterogeneous Treatment Effects by Combining Weak Instruments and Observational Data
von: Oprescu, Miruna, et al.
Veröffentlicht: (2024)

Variable Selection for Comparing High-dimensional Time-Series Data
von: Mitsuzawa, Kensuke, et al.
Veröffentlicht: (2024)

Stability Selection via Variable Decorrelation
von: Nouraie, Mahdi, et al.
Veröffentlicht: (2025)

Tuning-Free Maximum Likelihood Training of Latent Variable Models via Coin Betting
von: Sharrock, Louis, et al.
Veröffentlicht: (2023)

Latent Variable Estimation in Bayesian Black-Litterman Models
von: Lin, Thomas Y. L., et al.
Veröffentlicht: (2025)

Generalized Independent Noise Condition for Estimating Causal Structure with Latent Variables
von: Xie, Feng, et al.
Veröffentlicht: (2023)

Peeking with PEAK: Sequential, Nonparametric Composite Hypothesis Tests for Means of Multiple Data Streams
von: Cho, Brian, et al.
Veröffentlicht: (2024)

Efficient Online Variational Estimation via Monte Carlo Sampling
von: Chagneux, Mathis, et al.
Veröffentlicht: (2026)

A Latent Causal Inference Framework for Ordinal Variables
von: Scauda, Martina, et al.
Veröffentlicht: (2025)

Chiseling: Powerful and Valid Subgroup Selection via Interactive Machine Learning
von: Cheng, Nathan, et al.
Veröffentlicht: (2025)

Robust Variable Selection for High-dimensional Regression with Missing Data and Measurement Errors
von: Zhang, Zhenhao, et al.
Veröffentlicht: (2024)

pared: Model selection using multi-objective optimization
von: Das, Priyam, et al.
Veröffentlicht: (2025)

Penalized Generative Variable Selection
von: Wang, Tong, et al.
Veröffentlicht: (2024)

Logistic Variational Bayes Revisited
von: Komodromos, Michael, et al.
Veröffentlicht: (2024)

Causal Inference with Latent Variables: Recent Advances and Future Prospectives
von: Zhu, Yaochen, et al.
Veröffentlicht: (2024)

Characterization and Learning of Causal Graphs with Latent Confounders and Post-treatment Selection from Interventional Data
von: Luo, Gongxu, et al.
Veröffentlicht: (2025)

Bayesian temporal biclustering with applications to multi-subject neuroscience studies
von: Ricci, Federica Zoe, et al.
Veröffentlicht: (2024)

A Hierarchical Variational Graph Fused Lasso for Recovering Relative Rates in Spatial Compositional Data
von: Teixeira, Joaquim Valerio, et al.
Veröffentlicht: (2025)

Linear Models, Variable Selection, Artificial Intelligence
von: Alrawkan, By Riyadh, et al.
Veröffentlicht: (2026)

Automating the Selection of Proxy Variables of Unmeasured Confounders
von: Xie, Feng, et al.
Veröffentlicht: (2024)

Diffusion-Driven High-Dimensional Variable Selection
von: Wang, Minjie, et al.
Veröffentlicht: (2025)

Variable Selection Methods for Multivariate, Functional, and Complex Biomedical Data in the AI Age
von: Matabuena, Marcos
Veröffentlicht: (2025)

Agglomerative Hierarchical Clustering for Selecting Valid Instrumental Variables
von: Apfel, Nicolas, et al.
Veröffentlicht: (2021)

Virtual Dummies: Enabling Scalable FDR-Controlled Variable Selection via Sequential Sampling of Null Features
von: Koka, Taulant, et al.
Veröffentlicht: (2026)

Anchored Variational Inference for Personalized Sequential Latent-State Models
von: Guo, Xingche
Veröffentlicht: (2026)

Efficient Synthetic Network Generation via Latent Embedding Reconstruction
von: Jiang, Feifan, et al.
Veröffentlicht: (2026)

A Graphical Approach to State Variable Selection in Off-policy Learning
von: Andersen, Joakim Blach, et al.
Veröffentlicht: (2025)

Asymptotic Inference for Multi-Stage Stationary Treatment Policy with Variable Selection
von: Gao, Daiqi, et al.
Veröffentlicht: (2023)

Neural Bayes Estimators for Irregular Spatial Data using Graph Neural Networks
von: Sainsbury-Dale, Matthew, et al.
Veröffentlicht: (2023)

Hard and Soft EM in Bayesian Network Learning from Incomplete Data
von: Ruggieri, Andrea, et al.
Veröffentlicht: (2020)

Group-Aware Matrix Estimation and Latent Subspace Recovery
von: Golubovic, Hamza, et al.
Veröffentlicht: (2026)

Ab Initio Nonparametric Variable Selection for Scalable Symbolic Regression with Large $p$
von: Ye, Shengbin, et al.
Veröffentlicht: (2024)