:: Library Catalog

Buchumschlag

Gespeichert in:

Bibliographische Detailangaben
Hauptverfasser:	Androulakis, Emmanouil, Papayiannis, Georgios I., Yannacopoulos, Athanasios N.
Format:	Preprint
Veröffentlicht:	2025
Schlagworte:	Methodology Computation Machine Learning
Online-Zugang:	https://arxiv.org/abs/2507.11719
Tags:	Tag hinzufügen Keine Tags, Fügen Sie den ersten Tag hinzu!

Ähnliche Einträge

Bayesian CART models for aggregate claim modeling
von: Zhang, Yaojun, et al.
Veröffentlicht: (2024)

Consensus group decision making under model uncertainty with a view towards environmental policy making
von: Koundouri, Phoebe, et al.
Veröffentlicht: (2023)

Centered plug-in estimation of Wasserstein distances
von: Papp, Tamás P., et al.
Veröffentlicht: (2022)

Combining Wasserstein-1 and Wasserstein-2 proximals: robust manifold learning via well-posed generative flows
von: Gu, Hyemin, et al.
Veröffentlicht: (2024)

Probabilistic Scenario-Based Assessment of National Food Security Risks with Application to Egypt and Ethiopia
von: Koundouri, Phoebe, et al.
Veröffentlicht: (2023)

Partially factorized variational inference for high-dimensional mixed models
von: Goplerud, Max, et al.
Veröffentlicht: (2023)

Wasserstein Gradient Flows for Batch Bayesian Optimal Experimental Design
von: Sharrock, Louis
Veröffentlicht: (2026)

Bures-Wasserstein Importance-Weighted Evidence Lower Bound: Exposition and Applications
von: Jiang, Peiwen, et al.
Veröffentlicht: (2026)

Wasserstein F-tests for Fréchet regression on Bures-Wasserstein manifolds
von: Xu, Haoshu, et al.
Veröffentlicht: (2024)

A spectral clustering-type algorithm for the consistent estimation of the Hurst distribution in moderately high dimensions
von: Abry, Patrice, et al.
Veröffentlicht: (2025)

Gradient-based optimization for variational empirical Bayes multiple regression
von: Banerjee, Saikat, et al.
Veröffentlicht: (2024)

A self-supervised learning approach for denoising autoregressive models with additive noise: finite and infinite variance cases
von: Banerjee, Sayantan, et al.
Veröffentlicht: (2025)

Predictive variational inference: Learn the predictively optimal posterior distribution
von: Lai, Jinlin, et al.
Veröffentlicht: (2024)

The MELODIC family for simultaneous binary logistic regression in a reduced space
von: de Rooij, Mark, et al.
Veröffentlicht: (2021)

On the E(s^2)-optimality of two-level supersaturated designs constructed using Wu's method of partially aliased interactions on certain two-level orthogonal arrays
von: Androulakis, Emmanouil, et al.
Veröffentlicht: (2025)

Relaxed Gaussian process interpolation: a goal-oriented approach to Bayesian optimization
von: Petit, Sébastien, et al.
Veröffentlicht: (2022)

What is in the model? A Comparison of variable selection criteria and model search approaches
von: Xu, Shuangshuang, et al.
Veröffentlicht: (2025)

A Bayesian Non-parametric Approach to Generative Models: Integrating Variational Autoencoder and Generative Adversarial Networks using Wasserstein and Maximum Mean Discrepancy
von: Fazeli-Asl, Forough, et al.
Veröffentlicht: (2023)

Knowledge-Guided Wasserstein Distributionally Robust Optimization
von: Wang, Zitao, et al.
Veröffentlicht: (2025)

Sampling by averaging: A multiscale approach to score estimation
von: Cordero-Encinar, Paula, et al.
Veröffentlicht: (2025)

New methods to compute the generalized chi-square distribution
von: Das, Abhranil
Veröffentlicht: (2024)

On the Wasserstein Geodesic Principal Component Analysis of probability measures
von: Vesseron, Nina, et al.
Veröffentlicht: (2025)

Tree-based variational inference for Poisson log-normal models
von: Chaussard, Alexandre, et al.
Veröffentlicht: (2024)

Markov chain Monte Carlo without evaluating the target: an auxiliary variable approach
von: Yuan, Wei, et al.
Veröffentlicht: (2024)

Fused Gromov-Wasserstein Variance Decomposition with Linear Optimal Transport
von: Wilson, Michael, et al.
Veröffentlicht: (2024)

Wasserstein-type Gaussian Process Regressions for Input Measurement Uncertainty
von: Luo, Hengrui, et al.
Veröffentlicht: (2026)

Distributional Matrix Completion via Nearest Neighbors in the Wasserstein Space
von: Feitelberg, Jacob, et al.
Veröffentlicht: (2024)

Learning over von Mises-Fisher Distributions via a Wasserstein-like Geometry
von: You, Kisung, et al.
Veröffentlicht: (2025)

A partial likelihood approach to tree-based density modeling and its application in Bayesian inference
von: Ma, Li, et al.
Veröffentlicht: (2024)

Wasserstein Gradient Boosting: A Framework for Distribution-Valued Supervised Learning
von: Matsubara, Takuo
Veröffentlicht: (2024)

An Infinite BART model
von: Battiston, Marco, et al.
Veröffentlicht: (2025)

Mixture models for data with unknown distributions
von: Newman, M. E. J.
Veröffentlicht: (2025)

Design-marginal calibration of Gaussian process predictive distributions: Bayesian and conformal approaches
von: Pion, Aurélien, et al.
Veröffentlicht: (2025)

Transfer learning under latent space model
von: Fang, Kuangnan, et al.
Veröffentlicht: (2025)

Sparse high-dimensional linear mixed modeling with a partitioned empirical Bayes ECM algorithm
von: Zgodic, Anja, et al.
Veröffentlicht: (2023)

Bayesian score calibration for approximate models
von: Bon, Joshua J, et al.
Veröffentlicht: (2022)

A distribution-free mixed-integer optimization approach to hierarchical modelling of clustered and longitudinal data
von: Sankaranarayanan, Madhav, et al.
Veröffentlicht: (2023)

Safe, Scalable, and Accurate Bayes Posterior Sampling for Large-Data Generalized Linear Mixed Models
von: Baek, Youngsoo, et al.
Veröffentlicht: (2026)

Probabilistic size-and-shape functional mixed models
von: Wang, Fangyi, et al.
Veröffentlicht: (2024)

Nonparametric estimation of conditional probability distributions using a generative approach based on conditional push-forward neural networks
von: Franco, Nicola Rares, et al.
Veröffentlicht: (2025)