Copertina

Cost-aware simulation-based inference

Fuente: arXiv

Salvato in:

Dettagli Bibliografici
Autori principali:	Bharti, Ayush, Huang, Daolang, Kaski, Samuel, Briol, François-Xavier
Natura:	Preprint
Pubblicazione:	2024
Soggetti:	Machine Learning Computation
Accesso online:	Acceder al recurso
Tags:	Aggiungi Tag Nessun Tag, puoi essere il primo ad aggiungerne!!

Documenti analoghi

Amortised and provably-robust simulation-based inference
di: Bharti, Ayush, et al.
Pubblicazione: (2026)

Multilevel neural simulation-based inference
di: Hikida, Yuga, et al.
Pubblicazione: (2025)

ALINE: Joint Amortization for Bayesian Inference and Active Data Acquisition
di: Huang, Daolang, et al.
Pubblicazione: (2025)

Conservative neural posterior estimation via distributionally robust training
di: Laplante, William, et al.
Pubblicazione: (2026)

Amortized Bayesian Experimental Design for Decision-Making
di: Huang, Daolang, et al.
Pubblicazione: (2024)

PABBO: Preferential Amortized Black-Box Optimization
di: Zhang, Xinyu, et al.
Pubblicazione: (2025)

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

In-Context Multi-Objective Optimization
di: Zhang, Xinyu, et al.
Pubblicazione: (2025)

Conditional Bayesian Quadrature
di: Chen, Zonghao, et al.
Pubblicazione: (2024)

On the Robustness of Kernel Goodness-of-Fit Tests
di: Liu, Xing, et al.
Pubblicazione: (2024)

Amortized Probabilistic Conditioning for Optimization, Simulation and Inference
di: Chang, Paul E., et al.
Pubblicazione: (2024)

A Dictionary of Closed-Form Kernel Mean Embeddings
di: Briol, François-Xavier, et al.
Pubblicazione: (2025)

Nested Expectations with Kernel Quadrature
di: Chen, Zonghao, et al.
Pubblicazione: (2025)

Robust and Conjugate Gaussian Process Regression
di: Altamirano, Matias, et al.
Pubblicazione: (2023)

Robust and Conjugate Spatio-Temporal Gaussian Processes
di: Laplante, William, et al.
Pubblicazione: (2025)

Misspecification-robust likelihood-free inference in high dimensions
di: Thomas, Owen, et al.
Pubblicazione: (2020)

Learning Relevant Contextual Variables Within Bayesian Optimization
di: Martinelli, Julien, et al.
Pubblicazione: (2023)

Input-gradient space particle inference for neural network ensembles
di: Trinh, Trung, et al.
Pubblicazione: (2023)

Composite Goodness-of-fit Tests with Kernels
di: Key, Oscar, et al.
Pubblicazione: (2021)

BayesSum: Bayesian Quadrature in Discrete Spaces
di: Kang, Sophia Seulkee, et al.
Pubblicazione: (2025)

Multi-Output Robust and Conjugate Gaussian Processes
di: Rooijakkers, Joshua, et al.
Pubblicazione: (2025)

Efficient Autoregressive Inference for Transformer Probabilistic Models
di: Hassan, Conor, et al.
Pubblicazione: (2025)

Kernel Quantile Embeddings and Associated Probability Metrics
di: Naslidnyk, Masha, et al.
Pubblicazione: (2025)

Thinned Mean Field Langevin Dynamics
di: Chen, Zonghao, et al.
Pubblicazione: (2026)

Stationary MMD Points
di: Chen, Zonghao, et al.
Pubblicazione: (2025)

More Than Irrational: Modeling Belief-Biased Agents
di: Zhu, Yifan, et al.
Pubblicazione: (2025)

Towards Healing the Blindness of Score Matching
di: Zhang, Mingtian, et al.
Pubblicazione: (2022)

Improving robustness to corruptions with multiplicative weight perturbations
di: Trinh, Trung, et al.
Pubblicazione: (2024)

Cost-aware LLM-based Online Dataset Annotation
di: Elumar, Eray Can, et al.
Pubblicazione: (2025)

Robust Simulation-Based Inference under Missing Data via Neural Processes
di: Verma, Yogesh, et al.
Pubblicazione: (2025)

Geometry aware inference of steady state PDEs using Equivariant Neural Fields representations
di: Catalani, Giovanni, et al.
Pubblicazione: (2025)

Online Learning of Human Constraints from Feedback in Shared Autonomy
di: Zhu, Shibei, et al.
Pubblicazione: (2024)

Electrostatics-based particle sampling and approximate inference
di: Huang, Yongchao
Pubblicazione: (2024)

TSGM: A Flexible Framework for Generative Modeling of Synthetic Time Series
di: Nikitin, Alexander, et al.
Pubblicazione: (2023)

A Theory of Random Graph Shift in Truncated-Spectrum vRKHS
di: Wan, Zhang, et al.
Pubblicazione: (2026)

Multi-Objective Bayesian Optimization via Adaptive \varepsilon-Constraints Decomposition
di: Yang, Yaohong, et al.
Pubblicazione: (2026)

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

Elicitation-Augmented Bayesian Optimization
di: Haltia, Alvar, et al.
Pubblicazione: (2026)

Shapley Machine: A Game-Theoretic Framework for N-Agent Ad Hoc Teamwork
di: Wang, Jianhong, et al.
Pubblicazione: (2025)

What Ails Generative Structure-based Drug Design: Expressivity is Too Little or Too Much?
di: Karczewski, Rafał, et al.
Pubblicazione: (2024)