Buchumschlag

Redesigning the ensemble Kalman filter with a dedicated model of epistemic uncertainty

Fuente: arXiv

Gespeichert in:

Bibliographische Detailangaben
Hauptverfasser:	Kimchaiwong, Chatchuea, Houssineau, Jeremie, Johansen, Adam M.
Format:	Preprint
Veröffentlicht:	2024
Schlagworte:	Methodology Artificial Intelligence 62F15, 65C35
Online-Zugang:	Acceder al recurso
Tags:	Tag hinzufügen Keine Tags, Fügen Sie den ersten Tag hinzu!

Ähnliche Einträge

Bayesian Covariance Uncertainty for Adaptive Pilot-Sampling Termination in Multi-fidelity Uncertainty Quantification
von: Coons, Thomas E., et al.
Veröffentlicht: (2025)

Mixture-Weighted Ensemble Kalman Filter with Quasi-Monte Carlo Transport
von: Klebanov, Ilja, et al.
Veröffentlicht: (2026)

An ensemble Kalman approach to randomized maximum likelihood estimation
von: Stavrinides, Pavlos, et al.
Veröffentlicht: (2025)

Statistical accuracy of the ensemble Kalman filter in the near-linear setting
von: Calvello, E., et al.
Veröffentlicht: (2025)

A copula-based rank histogram ensemble filter
von: Subrahmanya, Amit N., et al.
Veröffentlicht: (2025)

Sample continuation in Bayesian hierarchical model via variational inference
von: Liu, Yucong, et al.
Veröffentlicht: (2026)

Uniform error bounds of the ensemble transform Kalman filter for infinite-dimensional dynamics with multiplicative covariance inflation
von: Takeda, Kota, et al.
Veröffentlicht: (2024)

An energy-based deep splitting method for the nonlinear filtering problem
von: Bågmark, Kasper, et al.
Veröffentlicht: (2022)

Inverse Probability Weighting: from Survey Sampling to Evidence Estimation
von: Datta, Jyotishka, et al.
Veröffentlicht: (2022)

Quantile Importance Sampling
von: Datta, Jyotishka, et al.
Veröffentlicht: (2023)

Surrogate-Based Bayesian Inference: Uncertainty Quantification and Active Learning
von: Roberts, Andrew Gerard, et al.
Veröffentlicht: (2026)

Optimal design of large-scale nonlinear Bayesian inverse problems under model uncertainty
von: Alexanderian, Alen, et al.
Veröffentlicht: (2022)

Hamiltonian Monte Carlo for (Physics) Dummies
von: Mukherjee, Arghya, et al.
Veröffentlicht: (2026)

Mean--Variance Risk-Aware Bayesian Optimal Experimental Design for Nonlinear Models
von: Shen, Wanggang, et al.
Veröffentlicht: (2026)

Functional Estimation of the Marginal Likelihood
von: Papaspiliopoulos, Omiros, et al.
Veröffentlicht: (2026)

Unsupervised Training of Convex Regularizers using Maximum Likelihood Estimation
von: Tan, Hong Ye, et al.
Veröffentlicht: (2024)

Dynamical Low-Rank Ensemble Kalman filter for State/Parameter estimation
von: Nobile, Fabio, et al.
Veröffentlicht: (2026)

Branching Stein Variational Gradient Descent for sampling multimodal distributions
von: Bañales, Isaías, et al.
Veröffentlicht: (2025)

An operator splitting analysis of Wasserstein--Fisher--Rao gradient flows
von: Crucinio, Francesca Romana, et al.
Veröffentlicht: (2025)

Exact affine conditioning beyond Gaussians: a unique characterization of the ensemble Kalman update
von: Jorgensen, Frederic J. N., et al.
Veröffentlicht: (2025)

Bayesian experimental design: grouped geometric pooled posterior via ensemble Kalman methods
von: Yang, Huchen, et al.
Veröffentlicht: (2026)

A Reduced Basis Decomposition Approach to Efficient Data Collection in Pairwise Comparison Studies
von: Jiang, Jiahua, et al.
Veröffentlicht: (2025)

On Robust Aggregation for Distributed Data
von: Li, Xian, et al.
Veröffentlicht: (2025)

A Continuous-Time Ensemble Kalman-Bucy Smoother for Causal Inference and Model Discovery
von: Jiang, Zhang, et al.
Veröffentlicht: (2026)

Bayesian Smoothed Quantile Regression
von: Liu, Bingqi, et al.
Veröffentlicht: (2025)

Hierarchical inference of evidence using posterior samples
von: Rinaldi, Stefano, et al.
Veröffentlicht: (2024)

The Mean Field Ensemble Kalman Filter: Near-Gaussian Setting
von: Carrillo, J. A., et al.
Veröffentlicht: (2022)

Unbiased Kinetic Langevin Monte Carlo with Inexact Gradients
von: Chada, Neil K., et al.
Veröffentlicht: (2023)

Bayesian inference with sources of uncertainty: from confidence modelling to sparse estimation
von: Rosa, Rafael Mouallem, et al.
Veröffentlicht: (2026)

Sequential Monte Carlo approximations of Wasserstein--Fisher--Rao gradient flows
von: Crucinio, Francesca R., et al.
Veröffentlicht: (2025)

Mean square error analysis of stochastic gradient and variance-reduced sampling algorithms
von: Lu, Jianfeng, et al.
Veröffentlicht: (2025)

Sensitivity Analysis of the Information Gain in Infinite-Dimensional Bayesian Linear Inverse Problems
von: Chowdhary, Abhijit, et al.
Veröffentlicht: (2023)

A friendly introduction to triangular transport
von: Ramgraber, Maximilian, et al.
Veröffentlicht: (2025)

Parameter estimation for partially observed second-order diffusion processes
von: Albrecht, Jan, et al.
Veröffentlicht: (2024)

Nonlinear filtering based on density approximation and deep BSDE prediction
von: Bågmark, Kasper, et al.
Veröffentlicht: (2025)

Goal oriented optimal design of infinite-dimensional Bayesian inverse problems using quadratic approximations
von: Neuberger, J. Nicholas, et al.
Veröffentlicht: (2024)

A2 Copula-Driven Spatial Bayesian Neural Network For Modeling Non-Gaussian Dependence: A Simulation Study
von: Aich, Agnideep, et al.
Veröffentlicht: (2025)

Adaptive Gaussian Process Regression for Bayesian inverse problems
von: Villani, Paolo, et al.
Veröffentlicht: (2024)

Affine Invariant Langevin Dynamics for rare-event sampling
von: Chakraborty, Deepyaman, et al.
Veröffentlicht: (2025)

Cyclic-Shift Sparse Kronecker Tensor Classifier for Signal-Region Detection in Neuroimaging
von: Huang, Hsin-Hsiung, et al.
Veröffentlicht: (2025)