Buchumschlag

Amortized Bayesian Local Interpolation NetworK: Fast covariance parameter estimation for Gaussian Processes

Fuente: arXiv

Gespeichert in:

Bibliographische Detailangaben
Hauptverfasser:	Feng, Brandon R., Majumder, Reetam, Reich, Brian J., Abba, Mohamed A.
Format:	Preprint
Veröffentlicht:	2024
Schlagworte:	Machine Learning Methodology
Online-Zugang:	Acceder al recurso
Tags:	Tag hinzufügen Keine Tags, Fügen Sie den ersten Tag hinzu!

Ähnliche Einträge

Stochastic Gradient MCMC for Massive Geostatistical Data
von: Abba, Mohamed A., et al.
Veröffentlicht: (2024)

A Deep Learning Synthetic Likelihood Approximation of a Non-stationary Spatial Model for Extreme Streamflow Forecasting
von: Majumder, Reetam, et al.
Veröffentlicht: (2022)

Modeling Extremal Streamflow using Deep Learning Approximations and a Flexible Spatial Process
von: Majumder, Reetam, et al.
Veröffentlicht: (2022)

A Bayesian shrinkage estimator for transfer learning
von: Abba, Mohamed A., et al.
Veröffentlicht: (2024)

Deep Learning of Multivariate Extremes via a Geometric Representation
von: Murphy-Barltrop, Callum J. R., et al.
Veröffentlicht: (2024)

Sensitivity-Aware Amortized Bayesian Inference
von: Elsemüller, Lasse, et al.
Veröffentlicht: (2023)

Convex estimation of Gaussian graphical regression models with covariates
von: Liu, Ruobin, et al.
Veröffentlicht: (2024)

Causal Spatial Quantile Regression
von: Gong, Yan, et al.
Veröffentlicht: (2025)

Recursive Nested Filtering for Efficient Amortized Bayesian Experimental Design
von: Iqbal, Sahel, et al.
Veröffentlicht: (2024)

Overcoming Selection Bias in Statistical Studies With Amortized Bayesian Inference
von: Arruda, Jonas, et al.
Veröffentlicht: (2026)

Semiparametric Estimation of the Shape of the Limiting Bivariate Point Cloud
von: Majumder, Reetam, et al.
Veröffentlicht: (2023)

A new mixture model for spatiotemporal exceedances with flexible tail dependence
von: Li, Ryan, et al.
Veröffentlicht: (2026)

STACI: Spatio-Temporal Aleatoric Conformal Inference
von: Feng, Brandon R., et al.
Veröffentlicht: (2025)

Amortized Bayesian inference for actigraph time sheet data from mobile devices
von: Zhou, Daniel, et al.
Veröffentlicht: (2026)

Uncertainty-Aware Surrogate-based Amortized Bayesian Inference for Computationally Expensive Models
von: Scheurer, Stefania, et al.
Veröffentlicht: (2025)

Testing and Improving the Robustness of Amortized Bayesian Inference for Cognitive Models
von: Wu, Yufei, et al.
Veröffentlicht: (2024)

A Bayesian Take on Gaussian Process Networks
von: Giudice, Enrico, et al.
Veröffentlicht: (2023)

Bayesian Causal Inference with Gaussian Process Networks
von: Giudice, Enrico, et al.
Veröffentlicht: (2024)

Semi-parametric bulk and tail regression using spline-based neural networks
von: Majumder, Reetam, et al.
Veröffentlicht: (2025)

Does Unsupervised Domain Adaptation Improve the Robustness of Amortized Bayesian Inference? A Systematic Evaluation
von: Elsemüller, Lasse, et al.
Veröffentlicht: (2025)

Goal-Oriented Lower-Tail Calibration of Gaussian Processes for Bayesian Optimization
von: Pion, Aurélien, et al.
Veröffentlicht: (2026)

Amortized Causal Discovery with Prior-Fitted Networks
von: Sypniewski, Mateusz, et al.
Veröffentlicht: (2025)

Gaussian credible intervals in Bayesian nonparametric estimation of the unseen
von: Contardi, Claudia, et al.
Veröffentlicht: (2025)

Exact Bayesian Gaussian Cox Processes Using Random Integral
von: Tang, Bingjing, et al.
Veröffentlicht: (2024)

Fast and robust Bayesian Inference using Gaussian Processes with GPry
von: Gammal, Jonas El, et al.
Veröffentlicht: (2022)

BARTSIMP: flexible spatial covariate modeling and prediction using Bayesian additive regression trees
von: Jiang, Alex Ziyu, et al.
Veröffentlicht: (2023)

Modular Jump Gaussian Processes
von: Flowers, Anna R., et al.
Veröffentlicht: (2025)

Fast Gaussian Processes under Monotonicity Constraints
von: Zhang, Chao, et al.
Veröffentlicht: (2025)

Clustered random forests with correlated data for optimal estimation and inference under potential covariate shift
von: Young, Elliot H., et al.
Veröffentlicht: (2025)

Minimum Wasserstein distance estimator under covariate shift: closed-form, super-efficiency and irregularity
von: Lang, Junjun, et al.
Veröffentlicht: (2026)

Generative Bayesian Computation as a Scalable Alternative to Gaussian Process Surrogates
von: Polson, Nick, et al.
Veröffentlicht: (2026)

Improving the stability of the covariance-controlled adaptive Langevin thermostat for large-scale Bayesian sampling
von: Wei, Jiani, et al.
Veröffentlicht: (2025)

Fast and Provably Accurate Sequential Designs using Hilbert Space Gaussian Processes
von: Zhu, Huanyan, et al.
Veröffentlicht: (2026)

Sampling by averaging: A multiscale approach to score estimation
von: Cordero-Encinar, Paula, et al.
Veröffentlicht: (2025)

Powerful rank verification for multivariate Gaussian data with any covariance structure
von: Sood, Anav
Veröffentlicht: (2025)

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

Self-Supervised Learning with Gaussian Processes
von: Duan, Yunshan, et al.
Veröffentlicht: (2025)

Statistical ranking with dynamic covariates
von: Dong, Pinjun, et al.
Veröffentlicht: (2024)

Fast post-process Bayesian inference with Variational Sparse Bayesian Quadrature
von: Li, Chengkun, et al.
Veröffentlicht: (2023)

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