Buchumschlag

Hamiltonian Monte Carlo Inference of Marginalized Linear Mixed-Effects Models

Fuente: arXiv

Gespeichert in:

Bibliographische Detailangaben
Hauptverfasser:	Lai, Jinlin, Domke, Justin, Sheldon, Daniel
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

Corrected Integrated Laplace Approximation for Bayesian Inference in Latent Gaussian Models
von: Lai, Jinlin, et al.
Veröffentlicht: (2026)

Model-Informed Flows for Bayesian Inference
von: Ko, Joohwan, et al.
Veröffentlicht: (2025)

Amortized Factor Inference Networks for Posterior Inference
von: Ko, Joohwan, et al.
Veröffentlicht: (2026)

Large Language Bayes
von: Domke, Justin
Veröffentlicht: (2025)

Disentangling impact of capacity, objective, batchsize, estimators, and step-size on flow VI
von: Agrawal, Abhinav, et al.
Veröffentlicht: (2024)

Understanding and mitigating difficulties in posterior predictive evaluation
von: Agrawal, Abhinav, et al.
Veröffentlicht: (2024)

Joint control variate for faster black-box variational inference
von: Wang, Xi, et al.
Veröffentlicht: (2022)

Counterdiabatic Hamiltonian Monte Carlo
von: Cohn-Gordon, Reuben, et al.
Veröffentlicht: (2026)

Active Measurement: Efficient Estimation at Scale
von: Hamilton, Max, et al.
Veröffentlicht: (2025)

Diffusion-HMC: Parameter Inference with Diffusion-model-driven Hamiltonian Monte Carlo
von: Mudur, Nayantara, et al.
Veröffentlicht: (2024)

Multi-fidelity Hamiltonian Monte Carlo
von: Patel, Dhruv V., et al.
Veröffentlicht: (2024)

Resonances in reflective Hamiltonian Monte Carlo
von: Kroupa, Namu, et al.
Veröffentlicht: (2025)

Last Layer Hamiltonian Monte Carlo
von: Vellenga, Koen, et al.
Veröffentlicht: (2025)

Hamiltonian Monte Carlo on ReLU Neural Networks is Inefficient
von: Dinh, Vu C., et al.
Veröffentlicht: (2024)

Hamiltonian Monte Carlo with Asymmetrical Momentum Distributions
von: Ghosh, Soumyadip, et al.
Veröffentlicht: (2021)

Simulation-based stacking
von: Yao, Yuling, et al.
Veröffentlicht: (2023)

Bayesian Federated Learning with Hamiltonian Monte Carlo: Algorithm and Theory
von: Liang, Jiajun, et al.
Veröffentlicht: (2024)

Outlier Synthesis via Hamiltonian Monte Carlo for Out-of-Distribution Detection
von: Li, Hengzhuang, et al.
Veröffentlicht: (2025)

Conformal Convolution and Monte Carlo Meta-learners for Predictive Inference of Individual Treatment Effects
von: Jonkers, Jef, et al.
Veröffentlicht: (2024)

Efficient and Private Marginal Reconstruction with Local Non-Negativity
von: Mullins, Brett, et al.
Veröffentlicht: (2024)

Accelerating Hamiltonian Monte Carlo for Bayesian Inference in Neural Networks and Neural Operators
von: Thiagarajan, Ponkrshnan, et al.
Veröffentlicht: (2025)

Enabling Mixed Effects Neural Networks for Diverse, Clustered Data Using Monte Carlo Methods
von: Tschalzev, Andrej, et al.
Veröffentlicht: (2024)

ATLAS: Adapting Trajectory Lengths and Step-Size for Hamiltonian Monte Carlo
von: Modi, Chirag
Veröffentlicht: (2024)

Enhancing Low-Precision Sampling via Stochastic Gradient Hamiltonian Monte Carlo
von: Wang, Ziyi, et al.
Veröffentlicht: (2023)

Mixing Vector Model for Copolymer Inference via Mixed Integer Linear Programming
von: Zhu, Jianshen, et al.
Veröffentlicht: (2026)

Repelling-Attracting Hamiltonian Monte Carlo
von: Vishwanath, Siddharth, et al.
Veröffentlicht: (2024)

Transport meets Variational Inference: Controlled Monte Carlo Diffusions
von: Vargas, Francisco, et al.
Veröffentlicht: (2023)

Fast and Robust Simulation-Based Inference With Optimization Monte Carlo
von: Gkolemis, Vasilis, et al.
Veröffentlicht: (2025)

Neural Surrogate HMC: On Using Neural Likelihoods for Hamiltonian Monte Carlo in Simulation-Based Inference
von: Wolniewicz, Linnea M, et al.
Veröffentlicht: (2024)

Fast Riemannian-manifold Hamiltonian Monte Carlo for hierarchical Gaussian-process models
von: Hayakawa, Takashi, et al.
Veröffentlicht: (2025)

Algorithmic warm starts for Hamiltonian Monte Carlo
von: Zhang, Matthew S., et al.
Veröffentlicht: (2026)

Complexity of Markov Chain Monte Carlo for Generalized Linear Models
von: Chak, Martin, et al.
Veröffentlicht: (2025)

Faster LLM Inference via Sequential Monte Carlo
von: Emara, Yahya, et al.
Veröffentlicht: (2026)

Scalable Inference for Bayesian Multinomial Logistic-Normal Dynamic Linear Models
von: Saxena, Manan, et al.
Veröffentlicht: (2024)

Sequential Monte Carlo for Inclusive KL Minimization in Amortized Variational Inference
von: McNamara, Declan, et al.
Veröffentlicht: (2024)

Perturbation-Induced Linearization: Constructing Unlearnable Data with Solely Linear Classifiers
von: Liu, Jinlin, et al.
Veröffentlicht: (2026)

GIST: Gibbs self-tuning for locally adaptive Hamiltonian Monte Carlo
von: Bou-Rabee, Nawaf, et al.
Veröffentlicht: (2024)

Numerical Generalized Randomized Hamiltonian Monte Carlo for piecewise smooth target densities
von: Tran, Jimmy Huy, et al.
Veröffentlicht: (2025)

Probabilistic Inference in Language Models via Twisted Sequential Monte Carlo
von: Zhao, Stephen, et al.
Veröffentlicht: (2024)

Marginal Causal Flows for Validation and Inference
von: Manela, Daniel de Vassimon, et al.
Veröffentlicht: (2024)