Buchumschlag

Sampling low-fidelity outputs for estimation of high-fidelity density and its tails

Fuente: arXiv

Gespeichert in:

Bibliographische Detailangaben
Hauptverfasser:	Kim, Minji, O'Connor, Kevin, Pipiras, Vladas, Sapsis, Themistoklis
Format:	Preprint
Veröffentlicht:	2024
Schlagworte:	Methodology
Online-Zugang:	Acceder al recurso
Tags:	Tag hinzufügen Keine Tags, Fügen Sie den ersten Tag hinzu!

Ähnliche Einträge

Parametric multi-fidelity Monte Carlo estimation with applications to extremes
von: Kim, Minji, et al.
Veröffentlicht: (2024)

Joint modeling and inference of multiple-subject high-dimensional sparse vector autoregressive models
von: Kim, Younghoon, et al.
Veröffentlicht: (2025)

Testing common structure in high-dimensional factor models: change-point and two-sample procedures
von: Düker, Marie-Christine, et al.
Veröffentlicht: (2024)

Group integrative dynamic factor models with application to multiple subject brain connectivity
von: Kim, Younghoon, et al.
Veröffentlicht: (2023)

Penalized Estimation and Forecasting of Multiple Subject Intensive Longitudinal Data
von: Fisher, Zachary F., et al.
Veröffentlicht: (2020)

Latent Gaussian dynamic factor modeling and forecasting for multivariate count time series
von: Kim, Younghoon, et al.
Veröffentlicht: (2023)

Penalized Subgrouping of Heterogeneous Time Series
von: Crawford, Christopher M., et al.
Veröffentlicht: (2024)

On Some Tunable Multi-fidelity Bayesian Optimization Frameworks
von: Manoj, Arjun, et al.
Veröffentlicht: (2025)

Sample correlation adjustments for robust Multi-fidelity Monte Carlo under limited pilot sampling
von: Stanley, Michael, et al.
Veröffentlicht: (2026)

Fixed-budget optimal designs for multi-fidelity computer experiments
von: Chen, Gecheng, et al.
Veröffentlicht: (2024)

An ensemble-based approach for multi-fidelity emulation and adaptive sampling
von: Mohammadi, Hossein
Veröffentlicht: (2026)

A new framework for non-stationary spatio-temporal data fusion of multi-fidelity models
von: Colombo, Pietro, et al.
Veröffentlicht: (2026)

Augmented Degree Correction for Bipartite Networks with Applications to Recommender Systems
von: Leinwand, Benjamin, et al.
Veröffentlicht: (2023)

Uncertainty-aware multi-fidelity surrogate modeling with noisy data
von: Giannoukou, Katerina, et al.
Veröffentlicht: (2024)

A graphical multi-fidelity Gaussian process model, with application to emulation of heavy-ion collisions
von: Ji, Yi, et al.
Veröffentlicht: (2021)

Comparison of Weibull tail-coefficient estimators
von: Gardes, Laurent, et al.
Veröffentlicht: (2011)

Sample-split REGression SREG: A robust estimator for high-dimensional survey data
von: Kwon, Yonghyun, et al.
Veröffentlicht: (2026)

Bayesian Covariance Uncertainty for Adaptive Pilot-Sampling Termination in Multi-fidelity Uncertainty Quantification
von: Coons, Thomas E., et al.
Veröffentlicht: (2025)

A Decision Analysis Framework for High-fidelity and Low-fidelity Systems with Applications in Manufacturing Processes
von: Zhang, Fan, et al.
Veröffentlicht: (2026)

Sequential design of multi-fidelity computer experiments: maximizing the rate of stepwise uncertainty reduction
von: Stroh, Rémi, et al.
Veröffentlicht: (2020)

Characterising harmful data sources when constructing multi-fidelity surrogate models
von: Andrés-Thió, Nicolau, et al.
Veröffentlicht: (2024)

Group Integrative Dynamic Factor Models With Application to Multiple Subject Brain Connectivity
von: Younghoon Kim, et al.
Veröffentlicht: (2024)

Contrast-Space Projection for Network Meta-Analysis: An Exact and Invariant Study-Based Decomposition of Direct and Indirect Contributions
von: Wang, Chong, et al.
Veröffentlicht: (2026)

Independent Approximates provide a maximum likelihood estimate for heavy-tailed distributions
von: AL-Najafi, Amenah, et al.
Veröffentlicht: (2024)

Treatment effect estimation under covariate-adaptive randomization with heavy-tailed outcomes
von: Li, Hongzi, et al.
Veröffentlicht: (2024)

Modeling and estimating skewed and heavy-tailed populations via unsupervised mixture models
von: Bee, Marco, et al.
Veröffentlicht: (2025)

Hypothesis testing for partial tail correlation in multivariate extremes
von: Kim, Mihyun, et al.
Veröffentlicht: (2022)

Evaluation of protocol fidelity for prehospital antibiotic administration
von: Laurel O'Connor, et al.
Veröffentlicht: (2025)

Spatial scale-aware tail dependence modeling for high-dimensional spatial extremes
von: Shi, Muyang, et al.
Veröffentlicht: (2024)

Cyclical Long Memory: Decoupling, Modulation, and Modeling
von: Kechagias, Stefanos, et al.
Veröffentlicht: (2024)

Refitted cross-validation estimation for high-dimensional subsamples from low-dimension full data
von: Zhang, Haixiang, et al.
Veröffentlicht: (2024)

Information FOMO: The unhealthy fear of missing out on information. A method for removing misleading data for healthier models
von: Pickering, Ethan, et al.
Veröffentlicht: (2022)

Dynamics-Informed Deep Learning for Predicting Extreme Events
von: Katsidoniotaki, Eirini, et al.
Veröffentlicht: (2026)

Extreme Event Aware ($η$-) Learning
von: Chang, Kai, et al.
Veröffentlicht: (2025)

Bounding fidelity in quantum feedback control: theory and applications to Dicke state preparation
von: O'Connor, Eoin, et al.
Veröffentlicht: (2025)

Joint estimation of the predictive ability of experts using a multi-output Gaussian process
von: Oelrich, Oscar, et al.
Veröffentlicht: (2024)

Non-parametric estimation of conditional quantiles for time series with heavy tails
von: Mathew, Deemat C, et al.
Veröffentlicht: (2024)

Multivariate Gaussian process emulation for multifidelity computer models with high-dimensional spatial outputs
von: McCrimmon, Cyrus S., et al.
Veröffentlicht: (2026)

Locally parametric nonparametric density estimation
von: Hjort, Nils Lid, et al.
Veröffentlicht: (2026)

Clustering of multivariate tail dependence using conditional methods
von: O'Toole, Patrick, et al.
Veröffentlicht: (2025)