Copertina

Neural Parameter Estimation with Incomplete Data

Fuente: arXiv

Salvato in:

Dettagli Bibliografici
Autori principali:	Sainsbury-Dale, Matthew, Zammit-Mangion, Andrew, Cressie, Noel, Huser, Raphaël
Natura:	Preprint
Pubblicazione:	2025
Soggetti:	Methodology Machine Learning
Accesso online:	Acceder al recurso
Tags:	Aggiungi Tag Nessun Tag, puoi essere il primo ad aggiungerne!!

Documenti analoghi

Neural Bayes Estimators for Irregular Spatial Data using Graph Neural Networks
di: Sainsbury-Dale, Matthew, et al.
Pubblicazione: (2023)

Neural Bayes estimators for censored inference with peaks-over-threshold models
di: Richards, Jordan, et al.
Pubblicazione: (2023)

Neural Methods for Amortized Inference
di: Zammit-Mangion, Andrew, et al.
Pubblicazione: (2024)

Neural Conditional Simulation for Complex Spatial Processes
di: Walchessen, Julia, et al.
Pubblicazione: (2025)

Spatio-temporal modeling and forecasting with Fourier neural operators
di: Nag, Pratik, et al.
Pubblicazione: (2026)

Modeling nonstationary spatial processes with normalizing flows
di: Nag, Pratik, et al.
Pubblicazione: (2025)

deepspat: An R package for modeling nonstationary spatial and spatio-temporal Gaussian and extremes data through deep deformations
di: Vu, Quan, et al.
Pubblicazione: (2025)

Spatial Bayesian Neural Networks
di: Zammit-Mangion, Andrew, et al.
Pubblicazione: (2023)

Regression modelling of spatiotemporal extreme U.S. wildfires via partially-interpretable neural networks
di: Richards, Jordan, et al.
Pubblicazione: (2022)

Joint modeling of low and high extremes using a multivariate extended generalized Pareto distribution
di: Alotaibi, Noura, et al.
Pubblicazione: (2025)

Modeling Nonstationary Extremal Dependence via Deep Spatial Deformations
di: Shao, Xuanjie, et al.
Pubblicazione: (2025)

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

Simulation-based inference via telescoping ratio estimation for trawl processes
di: Leonte, Dan, et al.
Pubblicazione: (2025)

R-VGAL: A Sequential Variational Bayes Algorithm for Generalised Linear Mixed Models
di: Vu, Bao Anh, et al.
Pubblicazione: (2023)

Neural Bayes estimation and selection for complex bivariate extremal dependence models
di: André, Lídia M., et al.
Pubblicazione: (2025)

Combining Incomplete Observational and Randomized Data for Heterogeneous Treatment Effects
di: Yao, Dong, et al.
Pubblicazione: (2024)

Hard and Soft EM in Bayesian Network Learning from Incomplete Data
di: Ruggieri, Andrea, et al.
Pubblicazione: (2020)

Bias-Reduced Estimation of Finite Mixtures: An Application to Latent Group Structures in Panel Data
di: Langevin, Raphaël
Pubblicazione: (2026)

PAIR-CI: Calibrated Conditional Independence Testing for Causal Discovery with Incomplete Data
di: Robinson, Thomas S., et al.
Pubblicazione: (2026)

WOMBAT v2.S: A Bayesian Inversion Framework for Attributing Global CO 2 Flux Components From Multiprocess Data
di: Josh Jacobson, et al.
Pubblicazione: (2025)

High-Dimensional Tensor Discriminant Analysis with Incomplete Tensors
di: Chen, Elynn, et al.
Pubblicazione: (2024)

Simulation-based Inference for High-dimensional Data using Surjective Sequential Neural Likelihood Estimation
di: Dirmeier, Simon, et al.
Pubblicazione: (2023)

Bayesian Counterfactual Prediction Models for HIV Care Retention with Incomplete Outcome and Covariate Information
di: Oganisian, Arman, et al.
Pubblicazione: (2024)

Causal Estimation of Exposure Shifts with Neural Networks
di: Tec, Mauricio, et al.
Pubblicazione: (2023)

A Federated Data Fusion-Based Prognostic Model for Applications with Multi-Stream Incomplete Signals
di: Arabi, Madi, et al.
Pubblicazione: (2023)

EM Approaches to Nonparametric Estimation for Mixture of Linear Regressions
di: Welbaum, Andrew, et al.
Pubblicazione: (2025)

Extreme quantile regression with deep learning
di: Richards, Jordan, et al.
Pubblicazione: (2024)

WOMBAT v2.S: A Bayesian inversion framework for attributing global CO$_2$ flux components from multiprocess data
di: Jacobson, Josh, et al.
Pubblicazione: (2025)

Data Fusion for High-Resolution Estimation
di: Guan, Amy, et al.
Pubblicazione: (2025)

Optimal prediction of positive-valued spatial processes: asymmetric power-divergence loss
di: Pearse, Alan R., et al.
Pubblicazione: (2024)

Kernel Debiased Plug-in Estimation: Simultaneous, Automated Debiasing without Influence Functions for Many Target Parameters
di: Cho, Brian, et al.
Pubblicazione: (2023)

Efficient Covariance Estimation for Sparsified Functional Data
di: Zheng, Sijie, et al.
Pubblicazione: (2025)

Bayesian Sphere-on-Sphere Regression with Optimal Transport Maps
di: Ng, Tin Lok James, et al.
Pubblicazione: (2025)

Positive and Unlabeled Data: Model, Estimation, Inference, and Classification
di: Liu, Siyan, et al.
Pubblicazione: (2024)

Deep Optimal Experimental Design for Parameter Estimation Problems
di: Siddiqui, Md Shahriar Rahim, et al.
Pubblicazione: (2024)

Covariate-dependent Graphical Model Estimation via Neural Networks with Statistical Guarantees
di: Lin, Jiahe, et al.
Pubblicazione: (2025)

Dimension-reduced Reconstruction Map Learning for Parameter Estimation in Likelihood-Free Inference Problems
di: Zhang, Rui, et al.
Pubblicazione: (2024)

Flexible and efficient emulation of spatial extremes processes via variational autoencoders
di: Zhang, Likun, et al.
Pubblicazione: (2023)

Interval Estimation of Coefficients in Penalized Regression Models of Insurance Data
di: Manna, Alokesh, et al.
Pubblicazione: (2024)

Scalable Counterfactual Risk Estimation for Rare Events in Longitudinal Data
di: Yin, Xiaohui, et al.
Pubblicazione: (2026)