Buchumschlag

Recursive variational Gaussian approximation with the Whittle likelihood for linear non-Gaussian state space models

Fuente: arXiv

Gespeichert in:

Bibliographische Detailangaben
Hauptverfasser:	Vu, Bao Anh, Gunawan, David, Zammit-Mangion, Andrew
Format:	Preprint
Veröffentlicht:	2024
Schlagworte:	Computation
Online-Zugang:	Acceder al recurso
Tags:	Tag hinzufügen Keine Tags, Fügen Sie den ersten Tag hinzu!

Ähnliche Einträge

R-VGAL: A Sequential Variational Bayes Algorithm for Generalised Linear Mixed Models
von: Vu, Bao Anh, et al.
Veröffentlicht: (2023)

Neural posterior inference with state-space models for calibrating ice sheet simulators
von: Vu, Bao Anh, et al.
Veröffentlicht: (2025)

Neural Inference Functions for Margins for Time Series Copula Models
von: Fynn, Daniel, et al.
Veröffentlicht: (2026)

deepspat: An R package for modeling nonstationary spatial and spatio-temporal Gaussian and extremes data through deep deformations
von: Vu, Quan, et al.
Veröffentlicht: (2025)

Neural Methods for Amortized Inference
von: Zammit-Mangion, Andrew, et al.
Veröffentlicht: (2024)

Gaussian quasi-likelihood analysis for non-Gaussian linear mixed-effects model with system noise
von: Imamura, Takumi, et al.
Veröffentlicht: (2024)

Conditioning Gaussian Processes on Almost Anything
von: Moss, Henry, et al.
Veröffentlicht: (2026)

Modeling nonstationary spatial processes with normalizing flows
von: Nag, Pratik, et al.
Veröffentlicht: (2025)

Spatio-temporal modeling and forecasting with Fourier neural operators
von: Nag, Pratik, et al.
Veröffentlicht: (2026)

Optimal combination of composite likelihoods using approximate Bayesian computation with application to state-space models
von: Li, Wentao, et al.
Veröffentlicht: (2024)

inlabru: software for fitting latent Gaussian models with non-linear predictors
von: Lindgren, Finn, et al.
Veröffentlicht: (2024)

Neural Bayes estimators for censored inference with peaks-over-threshold models
von: Richards, Jordan, et al.
Veröffentlicht: (2023)

High-order geometric integrators for the variational Gaussian approximation
von: Fereidani, Roya Moghaddasi, et al.
Veröffentlicht: (2023)

$whittlehurst$: A Python package implementing Whittle's likelihood estimation of the Hurst exponent
von: Csanády, Bálint, et al.
Veröffentlicht: (2025)

Open quantum dynamics with variational non-Gaussian states and the truncated Wigner approximation
von: Bond, Liam J., et al.
Veröffentlicht: (2024)

Neural Conditional Simulation for Complex Spatial Processes
von: Walchessen, Julia, et al.
Veröffentlicht: (2025)

Analytic natural gradient updates for Cholesky factor in Gaussian variational approximation
von: Tan, Linda S. L.
Veröffentlicht: (2021)

Euclid preparation. Non-Gaussianity of 2-pt statistics likelihood: Parameter inference with a non-Gaussian likelihood in Fourier and configuration space
von: Euclid Collaboration, et al.
Veröffentlicht: (2026)

Red noise-based false alarm thresholds for astrophysical periodograms via Whittle's approximation to the likelihood
von: Ejaz, Amna, et al.
Veröffentlicht: (2025)

The Whittle likelihood for mixed models with application to groundwater level time series
von: Pypkowski, Jakub J., et al.
Veröffentlicht: (2025)

Integrated Gradient attribution for Gaussian Processes with non-Gaussian likelihoods
von: Seitz, Sarem
Veröffentlicht: (2022)

GP-Recipe: Gaussian Process approximation to linear operations in numerical methods
von: DeGrendele, Christopher, et al.
Veröffentlicht: (2025)

Spatial‐statistical downscaling with uncertainty quantification in biodiversity modelling
von: Xiaotian Zheng, et al.
Veröffentlicht: (2025)

Neural Bayes Estimators for Irregular Spatial Data using Graph Neural Networks
von: Sainsbury-Dale, Matthew, et al.
Veröffentlicht: (2023)

Neural Parameter Estimation with Incomplete Data
von: Sainsbury-Dale, Matthew, et al.
Veröffentlicht: (2025)

WOMBAT v2.S: A Bayesian inversion framework for attributing global CO$_2$ flux components from multiprocess data
von: Jacobson, Josh, et al.
Veröffentlicht: (2025)

WOMBAT v2.S: A Bayesian Inversion Framework for Attributing Global CO 2 Flux Components From Multiprocess Data
von: Josh Jacobson, et al.
Veröffentlicht: (2025)

Discrete approximations of Gaussian smoothing and Gaussian derivatives
von: Lindeberg, Tony
Veröffentlicht: (2023)

Precision calculation of the EFT likelihood with primordial non-Gaussianities
von: Ke, Ji-Yuan, et al.
Veröffentlicht: (2025)

Planning to avoid ambiguous states through Gaussian approximations to non-linear sensors in active inference agents
von: Kouw, Wouter M.
Veröffentlicht: (2024)

On the maximum likelihood degree for Gaussian graphical models
von: Améndola, Carlos, et al.
Veröffentlicht: (2024)

Partition function approach to non-Gaussian likelihoods: information theory and state variables for Bayesian inference
von: Kuntz, Rebecca Maria, et al.
Veröffentlicht: (2024)

Weighted Fisher divergence for high-dimensional Gaussian variational inference
von: Chen, Aoxiang, et al.
Veröffentlicht: (2025)

The exact non-Gaussian weak lensing likelihood: A framework to calculate analytic likelihoods for correlation functions on masked Gaussian random fields
von: Oehl, Veronika, et al.
Veröffentlicht: (2024)

Gaussian process regression with log-linear scaling for common non-stationary kernels
von: Kielstra, P. Michael, et al.
Veröffentlicht: (2024)

Characterization of non-Gaussian stochastic signals with heavier-tailed likelihoods
von: Karnesis, Nikolaos, et al.
Veröffentlicht: (2024)

Bayesian Sphere-on-Sphere Regression with Optimal Transport Maps
von: Ng, Tin Lok James, et al.
Veröffentlicht: (2025)

Vecchia approximated Bayesian heteroskedastic Gaussian processes
von: Patil, Parul V., et al.
Veröffentlicht: (2025)

Memory-Efficient Recursive Evaluation of 3-Center Gaussian Integrals
von: Asadchev, Andrey, et al.
Veröffentlicht: (2022)

Gaussian approximation for non-linearity parameter estimation in perturbed random fields on the sphere
von: Durastanti, Claudio
Veröffentlicht: (2025)