Copertina

Scalable Bayesian Learning with posteriors

Fuente: arXiv

Salvato in:

Dettagli Bibliografici
Autori principali:	Duffield, Samuel, Donatella, Kaelan, Chiu, Johnathan, Klett, Phoebe, Simpson, Daniel
Natura:	Preprint
Pubblicazione:	2024
Soggetti:	Machine Learning
Accesso online:	Acceder al recurso
Tags:	Aggiungi Tag Nessun Tag, puoi essere il primo ad aggiungerne!!

Documenti analoghi

Thermodynamic Bayesian Inference
di: Aifer, Maxwell, et al.
Pubblicazione: (2024)

Scalable Thermodynamic Second-order Optimization
di: Donatella, Kaelan, et al.
Pubblicazione: (2025)

Thermodynamic Natural Gradient Descent
di: Donatella, Kaelan, et al.
Pubblicazione: (2024)

Extended Mind Transformers
di: Klett, Phoebe, et al.
Pubblicazione: (2024)

A Complete Decomposition of Stochastic Differential Equations
di: Duffield, Samuel
Pubblicazione: (2026)

A State-Space Perspective on Modelling and Inference for Online Skill Rating
di: Duffield, Samuel, et al.
Pubblicazione: (2023)

Spectral Convolutional Conditional Neural Processes
di: Mohseni, Peiman, et al.
Pubblicazione: (2024)

Learning Flexible Time-windowed Granger Causality Integrating Heterogeneous Interventional Time Series Data
di: Zhang, Ziyi, et al.
Pubblicazione: (2024)

Thermodynamic Linear Algebra
di: Aifer, Maxwell, et al.
Pubblicazione: (2023)

Scalable Monte Carlo for Bayesian Learning
di: Fearnhead, Paul, et al.
Pubblicazione: (2024)

Adaptive, Robust and Scalable Bayesian Filtering for Online Learning
di: Duran-Martin, Gerardo
Pubblicazione: (2025)

Towards Invariant Time Series Forecasting in Smart Cities
di: Zhang, Ziyi, et al.
Pubblicazione: (2024)

SMOG: Scalable Meta-Learning for Multi-Objective Bayesian Optimization
di: Papenmeier, Leonard, et al.
Pubblicazione: (2026)

SAVA: Scalable Learning-Agnostic Data Valuation
di: Kessler, Samuel, et al.
Pubblicazione: (2024)

Bayesian posterior approximation with stochastic ensembles
di: Balabanov, Oleksandr, et al.
Pubblicazione: (2022)

EvoGPT-f: An Evolutionary GPT Framework for Benchmarking Formal Math Languages
di: Mercer, Johnathan
Pubblicazione: (2024)

Scalable Structure Learning of Bayesian Networks by Learning Algorithm Ensembles
di: Liu, Shengcai, et al.
Pubblicazione: (2025)

Revisiting Neural Processes via Fourier Transform and Volterra Series
di: Mohseni, Peiman, et al.
Pubblicazione: (2026)

Student-t processes as infinite-width limits of posterior Bayesian neural networks
di: Caporali, Francesco, et al.
Pubblicazione: (2025)

Dual-space posterior sampling for Bayesian inference in constrained inverse problems
di: Siahkoohi, Ali, et al.
Pubblicazione: (2026)

Self-Guided Masked Autoencoders for Domain-Agnostic Self-Supervised Learning
di: Xie, Johnathan, et al.
Pubblicazione: (2024)

A Critical Assessment of Interpretable and Explainable Machine Learning for Intrusion Detection
di: Subasi, Omer, et al.
Pubblicazione: (2024)

Deep Learning-Based Visual Fatigue Detection Using Eye Gaze Patterns in VR
di: Zafar, Numan, et al.
Pubblicazione: (2025)

Scalable Bayesian Inference for Generalized Linear Mixed Models via Stochastic Gradient MCMC
di: Berchuck, Samuel I., et al.
Pubblicazione: (2024)

InvarGC: Invariant Granger Causality for Heterogeneous Interventional Time Series under Latent Confounding
di: Zhang, Ziyi, et al.
Pubblicazione: (2025)

Bayesian Active Learning in the Presence of Nuisance Parameters
di: Sloman, Sabina J., et al.
Pubblicazione: (2023)

Towards Scalable Bayesian Optimization via Gradient-Informed Bayesian Neural Networks
di: Makrygiorgos, Georgios, et al.
Pubblicazione: (2025)

Scalable Bayesian Network Structure Learning Using Tsetlin Machine to Constrain the Search Space
di: Dumbre, Kunal, et al.
Pubblicazione: (2025)

Robust Stochastic Gradient Posterior Sampling with Lattice Based Discretisation
di: Mensch, Zier, et al.
Pubblicazione: (2026)

Scalable Robust Bayesian Co-Clustering with Compositional ELBOs
di: Vinod, Ashwin, et al.
Pubblicazione: (2025)

Scalable Bayesian Inference in the Era of Deep Learning: From Gaussian Processes to Deep Neural Networks
di: Antoran, Javier
Pubblicazione: (2024)

An efficient likelihood-free Bayesian inference method based on sequential neural posterior estimation
di: Xiong, Yifei, et al.
Pubblicazione: (2023)

Mixture-Model Preference Learning for Many-Objective Bayesian Optimization
di: Dubey, Manisha, et al.
Pubblicazione: (2026)

Bayesian Robust Optimization for Imitation Learning
di: Brown, Daniel S., et al.
Pubblicazione: (2020)

Bayesian Meta-Learning with Expert Feedback for Task-Shift Adaptation through Causal Embeddings
di: Mäkinen, Lotta, et al.
Pubblicazione: (2026)

Big Batch Bayesian Active Learning by Considering Predictive Probabilities
di: Ober, Sebastian W., et al.
Pubblicazione: (2025)

Prequential posteriors
di: Sinha-Roy, Shreya, et al.
Pubblicazione: (2025)

Scalable Bayesian Tensor Ring Factorization for Multiway Data Analysis
di: Tao, Zerui, et al.
Pubblicazione: (2024)

Scalable Bayesian Optimization via Focalized Sparse Gaussian Processes
di: Wei, Yunyue, et al.
Pubblicazione: (2024)

Scalable Bayesian Inference for Nonlinear Conservation Laws
di: Weiland, Tim, et al.
Pubblicazione: (2026)