:: Library Catalog

Buchumschlag

Gespeichert in:

Bibliographische Detailangaben
Hauptverfasser:	Furman, Zach, Lau, Edmund
Format:	Preprint
Veröffentlicht:	2024
Schlagworte:	Machine Learning 68T07, 14B05, 62F15
Online-Zugang:	https://arxiv.org/abs/2402.03698
Tags:	Tag hinzufügen Keine Tags, Fügen Sie den ersten Tag hinzu!

Ähnliche Einträge

The Local Learning Coefficient: A Singularity-Aware Complexity Measure
von: Lau, Edmund, et al.
Veröffentlicht: (2023)

Posterior Bayesian Neural Networks with Dependent Weights
von: Apollonio, Nicola, et al.
Veröffentlicht: (2025)

Bayesian Jammer Localization with a Hybrid CNN and Path-Loss Mixture of Experts
von: Jaramillo-Civill, Mariona, et al.
Veröffentlicht: (2025)

Supervised Guidance Training for Infinite-Dimensional Diffusion Models
von: Baker, Elizabeth L., et al.
Veröffentlicht: (2026)

metabeta -- A fast neural model for Bayesian mixed-effects regression
von: Kipnis, Alex, et al.
Veröffentlicht: (2025)

Mathematical Theory of Collinearity Effects on Machine Learning Variable Importance Measures
von: Bladen, Kelvyn K., et al.
Veröffentlicht: (2025)

Bayesian ICA with super-Gaussian Source Priors
von: Datta, Jyotishka, et al.
Veröffentlicht: (2024)

Error Bounds for Learning with Vector-Valued Random Features
von: Lanthaler, Samuel, et al.
Veröffentlicht: (2023)

On the Benefits of Accelerated Optimization in Robust and Private Estimation
von: Marchis, Laurentiu Andrei, et al.
Veröffentlicht: (2025)

Causality as the Statistical Conscience of Artificial Intelligence: From Pearl's Ladder to Trustworthy Machines
von: Fokoué, Ernest
Veröffentlicht: (2026)

An Efficient Conditional Score-based Filter for High Dimensional Nonlinear Filtering Problems
von: Zeng, Zhijun, et al.
Veröffentlicht: (2025)

Bayesian--AI Fusion for Epidemiological Decision Making: Calibrated Risk, Honest Uncertainty, and Hyperparameter Intelligence
von: Chatterjee, Debashis
Veröffentlicht: (2025)

Diffeomorphic Measure Matching with Kernels for Generative Modeling
von: Pandey, Biraj, et al.
Veröffentlicht: (2024)

Dirichlet Scale Mixture Priors for Bayesian Neural Networks
von: Arnstad, August, et al.
Veröffentlicht: (2026)

Distributed Sparse Linear Regression under Communication Constraints
von: Fonseca, Rodney, et al.
Veröffentlicht: (2023)

Evidence Slopes and Effective Dimension in Singular Linear Models
von: Rao, Kalyaan
Veröffentlicht: (2026)

Amortized Variational Inference for Joint Posterior and Predictive Distributions in Bayesian Uncertainty Quantification
von: Feng, Nan, et al.
Veröffentlicht: (2026)

Universal Shuffle Asymptotics, Part III: Dominant-Block Quotient Geometry and Hybrid Gaussian--Compound-Poisson Limits in Finite-Alphabet Shuffle Privacy
von: Shvets, Alex
Veröffentlicht: (2026)

Testing-driven Variable Selection in Bayesian Modal Regression
von: Duan, Jiasong, et al.
Veröffentlicht: (2025)

Upper Bound of Bayesian Generalization Error in Partial Concept Bottleneck Model (CBM): Partial CBM outperforms naive CBM
von: Hayashi, Naoki, et al.
Veröffentlicht: (2024)

Evaluating the Quality of the Quantified Uncertainty for (Re)Calibration of Data-Driven Regression Models
von: Wibbeke, Jelke, et al.
Veröffentlicht: (2025)

Fair Sufficient Representation Learning
von: Zhou, Xueyu, et al.
Veröffentlicht: (2025)

Conditional Stochastic Interpolation for Generative Learning
von: Huang, Ding, et al.
Veröffentlicht: (2023)

Estimating Unbounded Density Ratios: Applications in Error Control under Covariate Shift
von: Xu, Shuntuo, et al.
Veröffentlicht: (2025)

Convergence of Continuous Normalizing Flows for Learning Probability Distributions
von: Gao, Yuan, et al.
Veröffentlicht: (2024)

Boosted generalized normal distributions: Integrating machine learning with operations knowledge
von: Gurlek, Ragip, et al.
Veröffentlicht: (2024)

A Geometric Analysis of Sign-Magnitude Asymmetry in a ReLU + RMSNorm Block under Ternary Quantization
von: Dong, Lei
Veröffentlicht: (2026)

Revisiting Unbiased Implicit Variational Inference
von: Pielok, Tobias, et al.
Veröffentlicht: (2025)

Utilizing variational autoencoders in the Bayesian inverse problem of photoacoustic tomography
von: Sahlström, Teemu, et al.
Veröffentlicht: (2022)

Transfer Learning through Enhanced Sufficient Representation: Enriching Source Domain Knowledge with Target Data
von: Ge, Yeheng, et al.
Veröffentlicht: (2025)

How Regularization Terms Make Invertible Neural Networks Bayesian Point Estimators
von: Heilenkötter, Nick
Veröffentlicht: (2025)

Gaussian Ensemble Belief Propagation for Efficient Inference in High-Dimensional Systems
von: MacKinlay, Dan, et al.
Veröffentlicht: (2024)

A PAC-Bayes oracle inequality for sparse neural networks
von: Steffen, Maximilian F., et al.
Veröffentlicht: (2022)

A2 Copula-Driven Spatial Bayesian Neural Network For Modeling Non-Gaussian Dependence: A Simulation Study
von: Aich, Agnideep, et al.
Veröffentlicht: (2025)

Iterative Methods for Full-Scale Gaussian Process Approximations for Large Spatial Data
von: Gyger, Tim, et al.
Veröffentlicht: (2024)

Decorrelation, Diversity, and Emergent Intelligence: The Isomorphism Between Social Insect Colonies and Ensemble Machine Learning
von: Fokoué, Ernest, et al.
Veröffentlicht: (2026)

Amortized Energy-Based Bayesian Inference
von: Kaveh, Hojjat, et al.
Veröffentlicht: (2026)

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

Adaptivity Under Realizability Constraints: Comparing In-Context and Agentic Learning
von: Kratsios, Anastasis, et al.
Veröffentlicht: (2026)

Deep Learning Aided Laplace Based Bayesian Inference for Epidemiological Systems
von: Kwok, Wai Meng, et al.
Veröffentlicht: (2022)