Buchumschlag

Bayesian Experimental Design for Model Discrepancy Calibration: An Auto-Differentiable Ensemble Kalman Inversion Approach

Fuente: arXiv

Gespeichert in:

Bibliographische Detailangaben
Hauptverfasser:	Yang, Huchen, Dong, Xinghao, Wu, Jin-Long
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

Bayesian Experimental Design for Model Discrepancy Calibration: A Rivalry between Kullback--Leibler Divergence and Wasserstein Distance
von: Yang, Huchen, et al.
Veröffentlicht: (2026)

Active Learning of Model Discrepancy with Bayesian Experimental Design
von: Yang, Huchen, et al.
Veröffentlicht: (2025)

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

Stochastic and Non-local Closure Modeling for Nonlinear Dynamical Systems via Latent Score-based Generative Models
von: Dong, Xinghao, et al.
Veröffentlicht: (2025)

Synergizing Transport-Based Generative Models and Latent Geometry for Stochastic Closure Modeling
von: Dong, Xinghao, et al.
Veröffentlicht: (2026)

Active Learning for Communication Structure Optimization in LLM-Based Multi-Agent Systems
von: Yang, Huchen, et al.
Veröffentlicht: (2026)

The Ensemble Kalman Inversion Race
von: Gjini, Rebecca, et al.
Veröffentlicht: (2025)

Nesterov Acceleration for Ensemble Kalman Inversion and Variants
von: Vernon, Sydney, et al.
Veröffentlicht: (2025)

Data-Driven Stochastic Closure Modeling via Conditional Diffusion Model and Neural Operator
von: Dong, Xinghao, et al.
Veröffentlicht: (2024)

Discrepancy-Aware Graph Mask Auto-Encoder
von: Zheng, Ziyu, et al.
Veröffentlicht: (2025)

Bayesian Adaptive Calibration and Optimal Design
von: Oliveira, Rafael, et al.
Veröffentlicht: (2024)

Kalman Bayesian Transformer
von: Jing, Haoming, et al.
Veröffentlicht: (2025)

Is BatchEnsemble a Single Model? On Calibration and Diversity of Efficient Ensembles
von: Zamyatin, Anton, et al.
Veröffentlicht: (2026)

Differentiable Adaptive Kalman Filtering via Optimal Transport
von: He, Yangguang, et al.
Veröffentlicht: (2025)

Deep Ensemble Shape Calibration: Multi-Field Post-hoc Calibration in Online Advertising
von: Yang, Shuai, et al.
Veröffentlicht: (2024)

Sequential Bayesian Design for Efficient Surrogate Construction in the Inversion of Darcy Flows
von: Wang, Hongji, et al.
Veröffentlicht: (2025)

Restoring Calibration for Aligned Large Language Models: A Calibration-Aware Fine-Tuning Approach
von: Xiao, Jiancong, et al.
Veröffentlicht: (2025)

Ensemble Transport Filter via Optimized Maximum Mean Discrepancy
von: Zeng, Dengfei, et al.
Veröffentlicht: (2024)

Deep Functional Factor Models: Forecasting High-Dimensional Functional Time Series via Bayesian Nonparametric Factorization
von: Liu, Yirui, et al.
Veröffentlicht: (2023)

Fair Bayesian Data Selection via Generalized Discrepancy Measures
von: Zhang, Yixuan, et al.
Veröffentlicht: (2025)

$K^2$VAE: A Koopman-Kalman Enhanced Variational AutoEncoder for Probabilistic Time Series Forecasting
von: Wu, Xingjian, et al.
Veröffentlicht: (2025)

On Joint Regularization and Calibration in Deep Ensembles
von: Fredsgaard, Laurits, et al.
Veröffentlicht: (2025)

Deep Bayesian Inversion
von: Adler, Jonas, et al.
Veröffentlicht: (2018)

CGNSDE: Conditional Gaussian Neural Stochastic Differential Equation for Modeling Complex Systems and Data Assimilation
von: Chen, Chuanqi, et al.
Veröffentlicht: (2024)

Ensemble Kalman filter for uncertainty in human language comprehension
von: Bhandari, Diksha, et al.
Veröffentlicht: (2025)

Ensemble Kalman Diffusion Guidance: A Derivative-free Method for Inverse Problems
von: Zheng, Hongkai, et al.
Veröffentlicht: (2024)

Bayesian Experimental Design via Contrastive Diffusions
von: Iollo, Jacopo, et al.
Veröffentlicht: (2024)

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

Pose Tracking with a Foundation Pose Model and an Ensemble Directional Kalman Filter
von: Lu, Tianlu, et al.
Veröffentlicht: (2026)

Differential Informed Auto-Encoder
von: Zhang, Jinrui
Veröffentlicht: (2024)

Auto-Prompt Ensemble for LLM Judge
von: Li, Jiajie, et al.
Veröffentlicht: (2025)

Goal-Oriented Sequential Bayesian Experimental Design for Causal Learning
von: Zhang, Zheyu, et al.
Veröffentlicht: (2025)

A Bayesian Approach to Low-Discrepancy Subset Selection
von: Kirk, Nathan
Veröffentlicht: (2026)

On Uniform, Bayesian, and PAC-Bayesian Deep Ensembles
von: Hauptvogel, Nick, et al.
Veröffentlicht: (2024)

Kalman Linear Attention: Parallel Bayesian Filtering For Efficient Language Modelling and State Tracking
von: Shaj, Vaisakh, et al.
Veröffentlicht: (2026)

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

Accelerated Bayesian Optimal Experimental Design via Conditional Density Estimation and Informative Data
von: Huang, Miao, et al.
Veröffentlicht: (2025)

A Bayesian Approach for Prioritising Driving Behaviour Investigations in Telematic Auto Insurance Policies
von: McLeod, Mark, et al.
Veröffentlicht: (2024)

Latent Autoencoder Ensemble Kalman Filter for Nonlinear Data assimilation
von: Tong, Xin T., et al.
Veröffentlicht: (2026)

BanditCAT and AutoIRT: Machine Learning Approaches to Computerized Adaptive Testing and Item Calibration
von: Sharpnack, James, et al.
Veröffentlicht: (2024)