Buchumschlag

Nonparametric Automatic Differentiation Variational Inference with Spline Approximation

Fuente: arXiv

Gespeichert in:

Bibliographische Detailangaben
Hauptverfasser:	Shao, Yuda, Yu, Shan, Feng, Tianshu
Format:	Preprint
Veröffentlicht:	2024
Schlagworte:	Machine Learning
Online-Zugang:	Acceder al recurso
Tags:	Tag hinzufügen Keine Tags, Fügen Sie den ersten Tag hinzu!

Ähnliche Einträge

Nonparametric Variational Differential Privacy via Embedding Parameter Clipping
von: Zein, Dina El, et al.
Veröffentlicht: (2026)

Differential Privacy for Transformer Embeddings of Text with Nonparametric Variational Information Bottleneck
von: Zein, Dina El, et al.
Veröffentlicht: (2026)

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

VISA: Variational Inference with Sequential Sample-Average Approximations
von: Zimmermann, Heiko, et al.
Veröffentlicht: (2024)

Secrets of GFlowNets' Learning Behavior: A Theoretical Study
von: Yu, Tianshu
Veröffentlicht: (2025)

Noise-Aware Differentially Private Variational Inference
von: Alrawajfeh, Talal, et al.
Veröffentlicht: (2024)

Sequential Function-Space Variational Inference via Gaussian Mixture Approximation
von: Zhu, Menghao Waiyan William, et al.
Veröffentlicht: (2025)

Nonparametric Instrumental Variable Regression through Stochastic Approximate Gradients
von: Fonseca, Yuri, et al.
Veröffentlicht: (2024)

Nonparametric Identification and Inference for Counterfactual Distributions with Confounding
von: Sun, Jianle, et al.
Veröffentlicht: (2026)

Extrapolation-Aware Nonparametric Statistical Inference
von: Pfister, Niklas, et al.
Veröffentlicht: (2024)

SplineFlow: Flow Matching for Dynamical Systems with B-Spline Interpolants
von: Rathod, Santanu Subhash, et al.
Veröffentlicht: (2026)

Accelerated Inference for Partially Observed Markov Processes using Automatic Differentiation
von: Tan, Kevin, et al.
Veröffentlicht: (2024)

Adaptive Bayesian Multivariate Spline Knot Inference with Prior Specifications on Model Complexity
von: He, Junhui, et al.
Veröffentlicht: (2024)

Robust Bayesian Inference via Variational Approximations of Generalized Rho-Posteriors
von: Khribch, EL Mahdi, et al.
Veröffentlicht: (2026)

A Unified Framework for Data-Free One-Step Sampling via Wasserstein Gradient Flows
von: Wang, Chenguang, et al.
Veröffentlicht: (2026)

Learning to Decouple Complex Systems
von: Zhou, Zihan, et al.
Veröffentlicht: (2023)

ReMAP: Neural Reparameterization for Scalable MAP Inference in Arbitrary-Order Markov Random Fields
von: Wang, Yaomin, et al.
Veröffentlicht: (2024)

Multi-resolution Score-Based Variational Graphical Diffusion for Causal Disaster System Modeling and Inference
von: Li, Xuechun, et al.
Veröffentlicht: (2025)

SPDE Methods for Nonparametric Bayesian Posterior Contraction and Laplace Approximation
von: Alberola-Boloix, Enric, et al.
Veröffentlicht: (2026)

Kernel Semi-Implicit Variational Inference
von: Cheng, Ziheng, et al.
Veröffentlicht: (2024)

Variational Rectification Inference for Learning with Noisy Labels
von: Sun, Haoliang, et al.
Veröffentlicht: (2026)

Federated Learning via Variational Bayesian Inference: Personalization, Sparsity and Clustering
von: Zhang, Xu, et al.
Veröffentlicht: (2023)

A Step-by-step Introduction to the Implementation of Automatic Differentiation
von: Fang, Yu-Hsueh, et al.
Veröffentlicht: (2024)

Automatic Debiased Machine Learning for Smooth Functionals of Nonparametric M-Estimands
von: van der Laan, Lars, et al.
Veröffentlicht: (2025)

Nonparametric Instrumental Variable Inference with Many Weak Instruments
von: van der Laan, Lars, et al.
Veröffentlicht: (2025)

Penalized GMM Framework for Inference on Functionals of Nonparametric Instrumental Variable Estimators
von: Bakhitov, Edvard
Veröffentlicht: (2026)

Flexible Nonparametric Inference for Causal Effects under the Front-Door Model
von: Guo, Anna, et al.
Veröffentlicht: (2023)

Inference for Deep Neural Network Estimators in Generalized Nonparametric Models
von: Meng, Xuran, et al.
Veröffentlicht: (2025)

W2SAT: Learning to generate SAT instances from Weighted Literal Incidence Graphs
von: Wen, Weihuang, et al.
Veröffentlicht: (2023)

Approximating the Total Variation Distance between Gaussians
von: Bhattacharyya, Arnab, et al.
Veröffentlicht: (2025)

A Kernel Approach for Semi-implicit Variational Inference
von: Yu, Longlin, et al.
Veröffentlicht: (2026)

Collapsing Taylor Mode Automatic Differentiation
von: Dangel, Felix, et al.
Veröffentlicht: (2025)

MOCK: an Algorithm for Learning Nonparametric Differential Equations via Multivariate Occupation Kernel Functions
von: Rielly, Victor, et al.
Veröffentlicht: (2023)

Debiased Nonparametric Regression for Statistical Inference and Distributionally Robustness
von: Kato, Masahiro
Veröffentlicht: (2024)

Globally Convergent Variational Inference
von: McNamara, Declan, et al.
Veröffentlicht: (2025)

Censor Dependent Variational Inference
von: Liu, Chuanhui, et al.
Veröffentlicht: (2025)

Differentially Private Nonparametric Confidence Intervals Under Minimal Distributional Assumptions
von: Shoham, Tomer, et al.
Veröffentlicht: (2025)

Likelihood-Free Adaptive Bayesian Inference via Nonparametric Distribution Matching
von: Lu, Wenhui Sophia, et al.
Veröffentlicht: (2025)

Understanding Robust Machine Learning for Nonparametric Regression with Heavy-Tailed Noise
von: Feng, Yunlong, et al.
Veröffentlicht: (2025)

Towards Principled Task Grouping for Multi-Task Learning
von: Wang, Chenguang, et al.
Veröffentlicht: (2024)