Buchumschlag

A Framework for Improving the Reliability of Black-box Variational Inference

Fuente: arXiv

Gespeichert in:

Bibliographische Detailangaben
Hauptverfasser:	Welandawe, Manushi, Andersen, Michael Riis, Vehtari, Aki, Huggins, Jonathan H.
Format:	Preprint
Veröffentlicht:	2022
Schlagworte:	Machine Learning Methodology
Online-Zugang:	Acceder al recurso
Tags:	Tag hinzufügen Keine Tags, Fügen Sie den ersten Tag hinzu!

Ähnliche Einträge

Robust, Accurate Stochastic Optimization for Variational Inference
von: Dhaka, Akash Kumar, et al.
Veröffentlicht: (2020)

Posterior SBC: Simulation-Based Calibration Checking Conditional on Data
von: Säilynoja, Teemu, et al.
Veröffentlicht: (2025)

Pareto Smoothed Importance Sampling
von: Vehtari, Aki, et al.
Veröffentlicht: (2015)

Accurate Large-sample Uncertainty Quantification using Stochastic Gradient Markov Chain Monte Carlo
von: Wang, Yu, et al.
Veröffentlicht: (2026)

Predictive Assessment and Comparison of Bayesian Survival Models for Cancer Recurrence
von: Suorsa, Saku, et al.
Veröffentlicht: (2026)

LOO-PIT predictive model checking
von: Tesso, Herman, et al.
Veröffentlicht: (2026)

Bridge Sampling Diagnostics
von: Micaletto, Giorgio, et al.
Veröffentlicht: (2025)

Black Box Variational Inference with a Deterministic Objective: Faster, More Accurate, and Even More Black Box
von: Giordano, Ryan, et al.
Veröffentlicht: (2023)

Variational Inference with Coverage Guarantees in Simulation-Based Inference
von: Patel, Yash, et al.
Veröffentlicht: (2023)

Efficient estimation and correction of selection-induced bias with order statistics
von: McLatchie, Yann, et al.
Veröffentlicht: (2023)

Knowledge Distillation Decision Tree for Unravelling Black-box Machine Learning Models
von: Lu, Xuetao, et al.
Veröffentlicht: (2022)

Variational Transdimensional Inference
von: Davies, Laurence, et al.
Veröffentlicht: (2025)

Joint leave-group-out cross-validation in Bayesian spatial models
von: Cooper, Alex, et al.
Veröffentlicht: (2025)

Model validation for aggregate inferences in out-of-sample prediction
von: Kennedy, Lauren, et al.
Veröffentlicht: (2023)

Federated Variational Inference for Bayesian Mixture Models
von: Rao, Jackie, et al.
Veröffentlicht: (2025)

Leveraging Black-box Models to Assess Feature Importance in Unconditional Distribution
von: Zhou, Jing, et al.
Veröffentlicht: (2024)

Vector Copula Variational Inference and Dependent Block Posterior Approximations
von: Fu, Yu, et al.
Veröffentlicht: (2025)

Pathwise Gradient Variance Reduction with Control Variates in Variational Inference
von: Ng, Kenyon, et al.
Veröffentlicht: (2024)

Variational Inference for Bayesian MIDAS Regression
von: Simeone, Luigi
Veröffentlicht: (2026)

Efficient scenario analysis in real-time Bayesian election forecasting via sequential meta-posterior sampling
von: Han, Geonhee, et al.
Veröffentlicht: (2025)

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

Prediction-Augmented Trees for Reliable Statistical Inference
von: Kher, Vikram, et al.
Veröffentlicht: (2025)

A Frequentist Statistical Introduction to Variational Inference, Autoencoders, and Diffusion Models
von: Chen, Yen-Chi
Veröffentlicht: (2025)

A Black-Box Debiasing Framework for Conditional Sampling
von: Cui, Han, et al.
Veröffentlicht: (2025)

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

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

Stabilizing black-box model selection with the inflated argmax
von: Adrian, Melissa, et al.
Veröffentlicht: (2024)

Improving Generative Methods for Causal Evaluation via Simulation-Based Inference
von: Amaranath, Pracheta, et al.
Veröffentlicht: (2025)

Does Unsupervised Domain Adaptation Improve the Robustness of Amortized Bayesian Inference? A Systematic Evaluation
von: Elsemüller, Lasse, et al.
Veröffentlicht: (2025)

Improved Inference for CSDID Using the Cluster Jackknife
von: Karim, Sunny R., et al.
Veröffentlicht: (2026)

A Unified Framework for Inference with General Missingness Patterns and Machine Learning Imputation
von: Chen, Xingran, et al.
Veröffentlicht: (2025)

Personalizing black-box models for nonparametric regression with minimax optimality
von: Li, Sai, et al.
Veröffentlicht: (2026)

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

A Causal Inference Framework for Data Rich Environments
von: Abadie, Alberto, et al.
Veröffentlicht: (2025)

Causal Inference on Networks under Misspecified Exposure Mappings: A Partial Identification Framework
von: Schröder, Maresa, et al.
Veröffentlicht: (2026)

GST-UNet: A Neural Framework for Spatiotemporal Causal Inference with Time-Varying Confounding
von: Oprescu, Miruna, et al.
Veröffentlicht: (2025)

Synthetic Combinations: A Causal Inference Framework for Combinatorial Interventions
von: Agarwal, Abhineet, et al.
Veröffentlicht: (2023)

Testing and Improving the Robustness of Amortized Bayesian Inference for Cognitive Models
von: Wu, Yufei, et al.
Veröffentlicht: (2024)

Valid Inference After Causal Discovery
von: Gradu, Paula, et al.
Veröffentlicht: (2022)

A Moment-Based Generalization to Post-Prediction Inference
von: Salerno, Stephen, et al.
Veröffentlicht: (2025)