Buchumschlag

Dimension-reduced Reconstruction Map Learning for Parameter Estimation in Likelihood-Free Inference Problems

Fuente: arXiv

Gespeichert in:

Bibliographische Detailangaben
Hauptverfasser:	Zhang, Rui, Chkrebtii, Oksana A., Xiu, Dongbin
Format:	Preprint
Veröffentlicht:	2024
Schlagworte:	Methodology Computation Machine Learning
Online-Zugang:	Acceder al recurso
Tags:	Tag hinzufügen Keine Tags, Fügen Sie den ersten Tag hinzu!

Ähnliche Einträge

Likelihood-free Posterior Density Learning for Uncertainty Quantification in Inference Problems
von: Zhang, Rui, et al.
Veröffentlicht: (2025)

Probabilistic size-and-shape functional mixed models
von: Wang, Fangyi, et al.
Veröffentlicht: (2024)

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

Misspecification-robust Sequential Neural Likelihood for Simulation-based Inference
von: Kelly, Ryan P., et al.
Veröffentlicht: (2023)

Penalized Empirical Likelihood for Doubly Robust Causal Inference under Contamination in High Dimensions
von: Lee, Byeonghee, et al.
Veröffentlicht: (2025)

Efficient Targeted Maximum Likelihood Estimators for Two-Phase Design Problems
von: Qiu, Sky, et al.
Veröffentlicht: (2026)

Benchmark of Likelihood-Free Inference Methods based on Neural and Optimal Transport Approaches
von: Aka, Samira, et al.
Veröffentlicht: (2026)

Likelihood Based Inference in Fully and Partially Observed Exponential Family Graphical Models with Intractable Normalizing Constants
von: Chen, Yujie, et al.
Veröffentlicht: (2024)

Semi-Parametric Inference for Doubly Stochastic Spatial Point Processes: An Approximate Penalized Poisson Likelihood Approach
von: Cheng, Si, et al.
Veröffentlicht: (2023)

Comparing Data Assimilation and Likelihood-Based Inference on Latent State Estimation in Agent-Based Models
von: Kolic, Blas, et al.
Veröffentlicht: (2025)

A Likelihood-Free Approach to Goal-Oriented Bayesian Optimal Experimental Design
von: Chakraborty, Atlanta, et al.
Veröffentlicht: (2024)

Simulation-based Inference for High-dimensional Data using Surjective Sequential Neural Likelihood Estimation
von: Dirmeier, Simon, et al.
Veröffentlicht: (2023)

Block Empirical Likelihood Inference for Longitudinal Generalized Partially Linear Single-Index Models
von: Zhang, Tianni, et al.
Veröffentlicht: (2026)

Likelihood-Free Estimation for Spatiotemporal Hawkes processes with missing data and application to predictive policing
von: Das, Pramit, et al.
Veröffentlicht: (2025)

LEARNER: A Transfer Learning Method for Low-Rank Matrix Estimation
von: McGrath, Sean, et al.
Veröffentlicht: (2024)

Closure Term Estimation in Spatiotemporal Models of Dynamical Systems
von: Crislip, Eric, et al.
Veröffentlicht: (2025)

Generative Bayesian Filtering and Parameter Learning
von: Marcelli, Edoardo, et al.
Veröffentlicht: (2025)

Likelihood-Preserving Embeddings for Statistical Inference
von: Akdemir, Deniz
Veröffentlicht: (2025)

Sequential Bayesian Registration for Functional Data
von: Kim, Yoonji, et al.
Veröffentlicht: (2022)

Predictive Causal Inference via Spatio-Temporal Modeling and Penalized Empirical Likelihood
von: Lee, Byunghee, et al.
Veröffentlicht: (2025)

Constrained Gaussian Random Fields with Continuous Linear Boundary Restrictions for Physics-informed Modeling of States
von: Ma, Yue, et al.
Veröffentlicht: (2025)

Optimizing Language Models for Human Preferences is a Causal Inference Problem
von: Lin, Victoria, et al.
Veröffentlicht: (2024)

Late Fusion Multi-task Learning for Semiparametric Inference with Nuisance Parameters
von: Bhattacharya, Sohom, et al.
Veröffentlicht: (2025)

Performance of Cross-Validated Targeted Maximum Likelihood Estimation
von: Smith, Matthew J., et al.
Veröffentlicht: (2024)

Deep Optimal Experimental Design for Parameter Estimation Problems
von: Siddiqui, Md Shahriar Rahim, et al.
Veröffentlicht: (2024)

Tuning-Free Maximum Likelihood Training of Latent Variable Models via Coin Betting
von: Sharrock, Louis, et al.
Veröffentlicht: (2023)

Variational Transdimensional Inference
von: Davies, Laurence, et al.
Veröffentlicht: (2025)

Asymptotic Time-Uniform Inference for Parameters in Averaged Stochastic Approximation
von: Xie, Chuhan, et al.
Veröffentlicht: (2024)

Recursive Maximum Likelihood Estimation for Interacting Particle Systems using Virtual Particles
von: Sharrock, Louis, et al.
Veröffentlicht: (2026)

Bayesian Inference for PDE-based Inverse Problems using the Optimization of a Discrete Loss
von: Amoudruz, Lucas, et al.
Veröffentlicht: (2025)

Dimension-reduced outcome-weighted learning for estimating individualized treatment regimes in observational studies
von: Son, Sungtaek, et al.
Veröffentlicht: (2026)

Bayesian implementation of Targeted Maximum Likelihood Estimation for uncertainty quantification in causal effect estimation
von: Nannapaneni, Saideep, et al.
Veröffentlicht: (2025)

Scalable Vertical Federated Learning via Data Augmentation and Amortized Inference
von: Hassan, Conor, et al.
Veröffentlicht: (2024)

Generalized Bayesian Likelihood-Free Inference
von: Pacchiardi, Lorenzo, et al.
Veröffentlicht: (2021)

Neural Likelihood Surfaces for Spatial Processes with Computationally Intensive or Intractable Likelihoods
von: Walchessen, Julia, et al.
Veröffentlicht: (2023)

Towards Representation Learning for Weighting Problems in Design-Based Causal Inference
von: Clivio, Oscar, et al.
Veröffentlicht: (2024)

Targeted Maximum Likelihood Estimation for Integral Projection Models in Population Ecology
von: Zhou, Yunzhe, et al.
Veröffentlicht: (2024)

Bayesian Federated Inference for Survival Models
von: Pazira, Hassan, et al.
Veröffentlicht: (2024)

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

StepMix: A Python Package for Pseudo-Likelihood Estimation of Generalized Mixture Models with External Variables
von: Morin, Sacha, et al.
Veröffentlicht: (2023)