Buchumschlag

Normalizing Flow Regression for Bayesian Inference with Offline Likelihood Evaluations

Fuente: arXiv

Gespeichert in:

Bibliographische Detailangaben
Hauptverfasser:	Li, Chengkun, Huggins, Bobby, Mikkola, Petrus, Acerbi, Luigi
Format:	Preprint
Veröffentlicht:	2025
Schlagworte:	Machine Learning
Online-Zugang:	Acceder al recurso
Tags:	Tag hinzufügen Keine Tags, Fügen Sie den ersten Tag hinzu!

Ähnliche Einträge

Preferential Normalizing Flows
von: Mikkola, Petrus, et al.
Veröffentlicht: (2024)

Score-Based Density Estimation from Pairwise Comparisons
von: Mikkola, Petrus, et al.
Veröffentlicht: (2025)

Stacking Variational Bayesian Monte Carlo
von: Silvestrin, Francesco, et al.
Veröffentlicht: (2025)

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

Amortized Bayesian Workflow
von: Li, Chengkun, et al.
Veröffentlicht: (2024)

Cooperative Bayesian Optimization for Imperfect Agents
von: Khoshvishkaie, Ali, et al.
Veröffentlicht: (2024)

ALINE: Joint Amortization for Bayesian Inference and Active Data Acquisition
von: Huang, Daolang, et al.
Veröffentlicht: (2025)

Variational Inference for Bayesian MIDAS Regression
von: Simeone, Luigi
Veröffentlicht: (2026)

Amortized Bayesian Experimental Design for Decision-Making
von: Huang, Daolang, et al.
Veröffentlicht: (2024)

Consecutive Preferential Bayesian Optimization
von: Erarslan, Aras, et al.
Veröffentlicht: (2025)

Bayesian Inference on Brain-Computer Interfaces via GLASS
von: Zhao, Bangyao, et al.
Veröffentlicht: (2023)

Normalizing Flows for Conformal Regression
von: Colombo, Nicolo
Veröffentlicht: (2024)

Amortized Probabilistic Conditioning for Optimization, Simulation and Inference
von: Chang, Paul E., et al.
Veröffentlicht: (2024)

Bayesian Inference of Contextual Bandit Policies via Empirical Likelihood
von: Ouyang, Jiangrong, et al.
Veröffentlicht: (2026)

The Practicality of Normalizing Flow Test-Time Training in Bayesian Inference for Agent-Based Models
von: Zhang, Junyao, et al.
Veröffentlicht: (2026)

Quotient Normalized Maximum Likelihood Criterion for Learning Bayesian Network Structures
von: Silander, Tomi, et al.
Veröffentlicht: (2024)

Input-gradient space particle inference for neural network ensembles
von: Trinh, Trung, et al.
Veröffentlicht: (2023)

Least Squares and Marginal Log-Likelihood Model Predictive Control using Normalizing Flows
von: Cramer, Eike
Veröffentlicht: (2024)

Understanding Likelihood of Normalizing Flow and Image Complexity through the Lens of Out-of-Distribution Detection
von: Osada, Genki, et al.
Veröffentlicht: (2024)

Efficient Autoregressive Inference for Transformer Probabilistic Models
von: Hassan, Conor, et al.
Veröffentlicht: (2025)

Physics-Informed Sylvester Normalizing Flows for Bayesian Inference in Magnetic Resonance Spectroscopy
von: Merkofer, Julian P., et al.
Veröffentlicht: (2025)

Uncertainty Quantification for Deep Regression using Contextualised Normalizing Flows
von: Marco, Adriel Sosa, et al.
Veröffentlicht: (2025)

Likelihood-Free Gaussian Process for Regression
von: Shikuri, Yuta
Veröffentlicht: (2020)

PriorGuide: Test-Time Prior Adaptation for Simulation-Based Inference
von: Yang, Yang, et al.
Veröffentlicht: (2025)

Likelihood-Free Adaptive Bayesian Inference via Nonparametric Distribution Matching
von: Lu, Wenhui Sophia, et al.
Veröffentlicht: (2025)

Amortized Inference of Multi-Modal Posteriors using Likelihood-Weighted Normalizing Flows
von: Baruah, Rajneil
Veröffentlicht: (2025)

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

Non-geodesically-convex optimization in the Wasserstein space
von: Luu, Hoang Phuc Hau, et al.
Veröffentlicht: (2024)

Offline Meta-Reinforcement Learning with Flow-Based Task Inference and Adaptive Correction of Feature Overgeneralization
von: Wang, Min, et al.
Veröffentlicht: (2026)

Approximately Unimodal Likelihood Models for Ordinal Regression
von: Yamasaki, Ryoya
Veröffentlicht: (2025)

Bayesian Inference for Consistent Predictions in Overparameterized Nonlinear Regression
von: Wakayama, Tomoya
Veröffentlicht: (2024)

FlowVAT: Normalizing Flow Variational Inference with Affine-Invariant Tempering
von: Qin, Juehang, et al.
Veröffentlicht: (2025)

Bayesian Gaussian Process ODEs via Double Normalizing Flows
von: Xu, Jian, et al.
Veröffentlicht: (2023)

Stable Training of Normalizing Flows for High-dimensional Variational Inference
von: Andrade, Daniel
Veröffentlicht: (2024)

Geometry-Aware Normalizing Wasserstein Flows for Optimal Causal Inference
von: Hou, Kaiwen
Veröffentlicht: (2023)

Conditional Flow Matching for Bayesian Posterior Inference
von: Zhai, Percy S., et al.
Veröffentlicht: (2025)

Efficient Regression-Based Training of Normalizing Flows for Boltzmann Generators
von: Rehman, Danyal, et al.
Veröffentlicht: (2025)

Improving robustness to corruptions with multiplicative weight perturbations
von: Trinh, Trung, et al.
Veröffentlicht: (2024)

Optimizing Likelihoods via Mutual Information: Bridging Simulation-Based Inference and Bayesian Optimal Experimental Design
von: Zaballa, Vincent D., et al.
Veröffentlicht: (2025)

Learning Car-Following Behaviors Using Bayesian Matrix Normal Mixture Regression
von: Zhang, Chengyuan, et al.
Veröffentlicht: (2024)