Copertina

Bayesian Optimization via Continual Variational Last Layer Training

Fuente: arXiv

Salvato in:

Dettagli Bibliografici
Autori principali:	Brunzema, Paul, Jordahn, Mikkel, Willes, John, Trimpe, Sebastian, Snoek, Jasper, Harrison, James
Natura:	Preprint
Pubblicazione:	2024
Soggetti:	Machine Learning
Accesso online:	Acceder al recurso
Tags:	Aggiungi Tag Nessun Tag, puoi essere il primo ad aggiungerne!!

Documenti analoghi

Variational Bayesian Last Layers
di: Harrison, James, et al.
Pubblicazione: (2024)

BayeSQP: Bayesian Optimization through Sequential Quadratic Programming
di: Brunzema, Paul, et al.
Pubblicazione: (2026)

Event-Triggered Time-Varying Bayesian Optimization
di: Brunzema, Paul, et al.
Pubblicazione: (2022)

Local Preferential Bayesian Optimization
di: Menn, Johanna, et al.
Pubblicazione: (2026)

Decoupling Feature Extraction and Classification Layers for Calibrated Neural Networks
di: Jordahn, Mikkel, et al.
Pubblicazione: (2024)

Practical Deep Heteroskedastic Regression
di: Jordahn, Mikkel, et al.
Pubblicazione: (2026)

On Local Posterior Structure in Deep Ensembles
di: Jordahn, Mikkel, et al.
Pubblicazione: (2025)

Utilizing Bayesian Optimization for Timetable-Independent Railway Junction Performance Determination
di: Emunds, Tamme, et al.
Pubblicazione: (2025)

On Safety in Safe Bayesian Optimization
di: Fiedler, Christian, et al.
Pubblicazione: (2024)

Vision-Conditioned Variational Bayesian Last Layer Dynamics Models
di: Brunzema, Paul, et al.
Pubblicazione: (2026)

MPX: Mixed Precision Training for JAX
di: Gräfe, Alexander, et al.
Pubblicazione: (2025)

Local Bayesian Optimization for Controller Tuning with Crash Constraints
di: von Rohr, Alexander, et al.
Pubblicazione: (2024)

Local Entropy Search over Descent Sequences for Bayesian Optimization
di: Stenger, David, et al.
Pubblicazione: (2025)

Pre-trained Gaussian Processes for Bayesian Optimization
di: Wang, Zi, et al.
Pubblicazione: (2021)

Safety in safe Bayesian optimization and its ramifications for control
di: Fiedler, Christian, et al.
Pubblicazione: (2025)

Exact Inference for Continuous-Time Gaussian Process Dynamics
di: Ensinger, Katharina, et al.
Pubblicazione: (2023)

Richer Bayesian Last Layers with Subsampled NTK Features
di: Calvo-Ordoñez, Sergio, et al.
Pubblicazione: (2026)

Closed-Form Last Layer Optimization
di: Galashov, Alexandre, et al.
Pubblicazione: (2025)

Fine-Tuning of Neural Network Approximate MPC without Retraining via Bayesian Optimization
di: Hose, Henrik, et al.
Pubblicazione: (2025)

Learning Hybrid Dynamics Models With Simulator-Informed Latent States
di: Ensinger, Katharina, et al.
Pubblicazione: (2023)

Multivariate Bayesian Last Layer for Regression with Uncertainty Quantification and Decomposition
di: Wang, Han, et al.
Pubblicazione: (2024)

The Mini Wheelbot Dataset: High-Fidelity Data for Robot Learning
di: Hose, Henrik, et al.
Pubblicazione: (2026)

Distributed Event-Based Learning via ADMM
di: Er, Guner Dilsad, et al.
Pubblicazione: (2024)

Multi-modal Bayesian Neural Network Surrogates with Conjugate Last-Layer Estimation
di: Taylor, Ian, et al.
Pubblicazione: (2025)

Flexible Bayesian Last Layer Models Using Implicit Priors and Diffusion Posterior Sampling
di: Xu, Jian, et al.
Pubblicazione: (2024)

From Deep Additive Kernel Learning to Last-Layer Bayesian Neural Networks via Induced Prior Approximation
di: Zhao, Wenyuan, et al.
Pubblicazione: (2025)

CHEQ-ing the Box: Safe Variable Impedance Learning for Robotic Polishing
di: Cramer, Emma, et al.
Pubblicazione: (2025)

Learning to Race in Minutes: Infoprop Dyna on the Mini Wheelbot
di: Subhasish, Devdutt, et al.
Pubblicazione: (2026)

On the Consistency of Kernel Methods with Dependent Observations
di: Massiani, Pierre-François, et al.
Pubblicazione: (2024)

Viability of Future Actions: Robust Safety in Reinforcement Learning via Entropy Regularization
di: Massiani, Pierre-François, et al.
Pubblicazione: (2025)

Contextualized Hybrid Ensemble Q-learning: Learning Fast with Control Priors
di: Cramer, Emma, et al.
Pubblicazione: (2024)

RockNet: Distributed Learning on Ultra-Low-Power Devices
di: Gräfe, Alexander, et al.
Pubblicazione: (2025)

Concept Extraction for Time Series with ECLAD-ts
di: Holzapfel, Antonia, et al.
Pubblicazione: (2025)

Biased Dreams: Limitations to Epistemic Uncertainty Quantification in Latent Space Models
di: Berger, Julia, et al.
Pubblicazione: (2026)

Dyna-Style Safety Augmented Reinforcement Learning: Staying Safe in the Face of Uncertainty
di: Eisele, Artur, et al.
Pubblicazione: (2026)

On Rollouts in Model-Based Reinforcement Learning
di: Frauenknecht, Bernd, et al.
Pubblicazione: (2025)

Towards Improved Variational Inference for Deep Bayesian Models
di: Ober, Sebastian W.
Pubblicazione: (2024)

Is the Last Layer Sufficient for Uncertainty Quantification?
di: Wilson, Joseph, et al.
Pubblicazione: (2026)

A Systems-Theoretic View on the Convergence of Algorithms under Disturbances
di: Er, Guner Dilsad, et al.
Pubblicazione: (2025)

Parameter-Adaptive Approximate MPC: Tuning Neural-Network Controllers without Retraining
di: Hose, Henrik, et al.
Pubblicazione: (2024)