Buchumschlag

Uncertainty-Aware Surrogate-based Amortized Bayesian Inference for Computationally Expensive Models

Fuente: arXiv

Gespeichert in:

Bibliographische Detailangaben
Hauptverfasser:	Scheurer, Stefania, Reiser, Philipp, Brünnette, Tim, Nowak, Wolfgang, Guthke, Anneli, Bürkner, Paul-Christian
Format:	Preprint
Veröffentlicht:	2025
Schlagworte:	Machine Learning Methodology
Online-Zugang:	Acceder al recurso
Tags:	Tag hinzufügen Keine Tags, Fügen Sie den ersten Tag hinzu!

Ähnliche Einträge

Uncertainty Quantification and Propagation in Surrogate-based Bayesian Inference
von: Reiser, Philipp, et al.
Veröffentlicht: (2023)

Bayesian Surrogate Training on Multiple Data Sources: A Hybrid Modeling Strategy
von: Reiser, Philipp, et al.
Veröffentlicht: (2024)

Sensitivity-Aware Amortized Bayesian Inference
von: Elsemüller, Lasse, et al.
Veröffentlicht: (2023)

Does Unsupervised Domain Adaptation Improve the Robustness of Amortized Bayesian Inference? A Systematic Evaluation
von: Elsemüller, Lasse, et al.
Veröffentlicht: (2025)

Simulation-Based Prior Knowledge Elicitation for Parametric Bayesian Models
von: Bockting, Florence, et al.
Veröffentlicht: (2023)

Amortized Bayesian Mixture Models
von: Kucharský, Šimon, et al.
Veröffentlicht: (2025)

Unsupervised Continual Learning for Amortized Bayesian Inference
von: Mishra, Aayush, et al.
Veröffentlicht: (2026)

Testing and Improving the Robustness of Amortized Bayesian Inference for Cognitive Models
von: Wu, Yufei, et al.
Veröffentlicht: (2024)

Overcoming Selection Bias in Statistical Studies With Amortized Bayesian Inference
von: Arruda, Jonas, et al.
Veröffentlicht: (2026)

Efficient Uncertainty Propagation in Bayesian Two-Step Procedures
von: Jedhoff, Svenja, et al.
Veröffentlicht: (2025)

Posterior accuracy and calibration under misspecification in Bayesian generalized linear models
von: Scholz, Maximilian, et al.
Veröffentlicht: (2023)

Expert-elicitation method for non-parametric joint priors using normalizing flows
von: Bockting, Florence, et al.
Veröffentlicht: (2024)

Prediction can be safely used as a proxy for explanation in causally consistent Bayesian generalized linear models
von: Scholz, Maximilian, et al.
Veröffentlicht: (2022)

Profile Bayesian Optimization for Expensive Computer Experiments
von: Kyger, Courtney, et al.
Veröffentlicht: (2025)

Detecting Model Misspecification in Amortized Bayesian Inference with Neural Networks: An Extended Investigation
von: Schmitt, Marvin, et al.
Veröffentlicht: (2024)

Intuitive Joint Priors for Bayesian Linear Multilevel Models: The R2D2M2 prior
von: Aguilar, Javier Enrique, et al.
Veröffentlicht: (2022)

From Mice to Trains: Amortized Bayesian Inference on Graph Data
von: Jedhoff, Svenja, et al.
Veröffentlicht: (2026)

Primed Priors for Simulation-Based Validation of Bayesian Models
von: Fazio, Luna, et al.
Veröffentlicht: (2024)

Recursive Nested Filtering for Efficient Amortized Bayesian Experimental Design
von: Iqbal, Sahel, et al.
Veröffentlicht: (2024)

Robust Amortized Bayesian Inference with Self-Consistency Losses on Unlabeled Data
von: Mishra, Aayush, et al.
Veröffentlicht: (2025)

Amortized Bayesian Multilevel Models
von: Habermann, Daniel, et al.
Veröffentlicht: (2024)

Some models are useful, but how do we know which ones? Towards a unified Bayesian model taxonomy
von: Bürkner, Paul-Christian, et al.
Veröffentlicht: (2022)

Posterior SBC: Simulation-Based Calibration Checking Conditional on Data
von: Säilynoja, Teemu, et al.
Veröffentlicht: (2025)

Amortized Inference for Correlated Discrete Choice Models via Equivariant Neural Networks
von: Huch, Easton, et al.
Veröffentlicht: (2026)

JADAI: Jointly Amortizing Adaptive Design and Bayesian Inference
von: Bracher, Niels, et al.
Veröffentlicht: (2025)

Amortized Variational Inference for Joint Posterior and Predictive Distributions in Bayesian Uncertainty Quantification
von: Feng, Nan, et al.
Veröffentlicht: (2026)

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

Amortized Bayesian inference for actigraph time sheet data from mobile devices
von: Zhou, Daniel, et al.
Veröffentlicht: (2026)

Dependency-Aware Shrinkage Priors for High Dimensional Regression
von: Aguilar, Javier Enrique, et al.
Veröffentlicht: (2025)

Simulation-based validation of Bayes factor computation
von: Modrák, Martin, et al.
Veröffentlicht: (2025)

Leveraging Self-Consistency for Data-Efficient Amortized Bayesian Inference
von: Schmitt, Marvin, et al.
Veröffentlicht: (2023)

Federated Variational Inference for Bayesian Mixture Models
von: Rao, Jackie, et al.
Veröffentlicht: (2025)

Scalable Vertical Federated Learning via Data Augmentation and Amortized Inference
von: Hassan, Conor, et al.
Veröffentlicht: (2024)

Gaussian distributional structural equation models: A framework for modeling latent heteroscedasticity
von: Fazio, Luna, et al.
Veröffentlicht: (2024)

Dynamical System Identification, Model Selection and Model Uncertainty Quantification by Bayesian Inference
von: Niven, Robert K., et al.
Veröffentlicht: (2024)

Generative Bayesian Computation as a Scalable Alternative to Gaussian Process Surrogates
von: Polson, Nick, et al.
Veröffentlicht: (2026)

Amortized Bayesian Local Interpolation NetworK: Fast covariance parameter estimation for Gaussian Processes
von: Feng, Brandon R., et al.
Veröffentlicht: (2024)

Conformalized Polynomial Chaos Expansion for Uncertainty-aware Surrogate Modeling
von: Loukrezis, Dimitrios, et al.
Veröffentlicht: (2025)

Amortized Bayesian Inference for Spatio-Temporal Extremes: A Copula Factor Model with Autoregression
von: Pasquier, Carlos A., et al.
Veröffentlicht: (2025)

Statistically Optimal Uncertainty Quantification for Expensive Black-Box Models
von: He, Shengyi, et al.
Veröffentlicht: (2024)