Buchumschlag

Formal Bayesian Transfer Learning via the Total Risk Prior

Fuente: arXiv

Gespeichert in:

Bibliographische Detailangaben
Hauptverfasser:	Wycoff, Nathan, Arab, Ali, Singh, Lisa O.
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

Proximal Iteration for Nonlinear Adaptive Lasso
von: Wycoff, Nathan, et al.
Veröffentlicht: (2024)

On Thompson Sampling and Bilateral Uncertainty in Additive Bayesian Optimization
von: Wycoff, Nathan
Veröffentlicht: (2025)

Regression Trees Know Calculus
von: Wycoff, Nathan
Veröffentlicht: (2024)

A Probabilistic Basis for Low-Rank Matrix Learning
von: Segert, Simon, et al.
Veröffentlicht: (2025)

Active Subspaces in Infinite Dimension
von: Kundu, Poorbita, et al.
Veröffentlicht: (2025)

Voronoi Candidates for Bayesian Optimization
von: Wycoff, Nathan, et al.
Veröffentlicht: (2024)

On the Role of Priors in Bayesian Causal Learning
von: Geiger, Bernhard C., et al.
Veröffentlicht: (2025)

Transfer Learning in Bayesian Optimization for Aircraft Design
von: Tfaily, Ali, et al.
Veröffentlicht: (2026)

Supercharging Bayesian Inference with Reliable AI-Informed Priors
von: Choi, Jongwoo, et al.
Veröffentlicht: (2026)

Data-driven Prior Learning for Bayesian Optimisation
von: Hellan, Sigrid Passano, et al.
Veröffentlicht: (2023)

Multi-Objective Multi-Fidelity Bayesian Optimization with Causal Priors
von: Hossen, Md Abir, et al.
Veröffentlicht: (2026)

Bayesian Concept Bottleneck Models with LLM Priors
von: Feng, Jean, et al.
Veröffentlicht: (2024)

Analyzing (In)Abilities of SAEs via Formal Languages
von: Menon, Abhinav, et al.
Veröffentlicht: (2024)

Transferring Information Across Interventions in Causal Bayesian Optimization
von: Javidian, Mohammad Ali
Veröffentlicht: (2026)

Cost-effective Reduced-Order Modeling via Bayesian Active Learning
von: Rahmati, Amir Hossein, et al.
Veröffentlicht: (2025)

From Deep Additive Kernel Learning to Last-Layer Bayesian Neural Networks via Induced Prior Approximation
von: Zhao, Wenyuan, et al.
Veröffentlicht: (2025)

Variation Due to Regularization Tractably Recovers Bayesian Deep Learning
von: McInerney, James, et al.
Veröffentlicht: (2024)

Survival In-Context: Amortized Bayesian Survival Analysis via Prior-Fitted Networks
von: Seletkov, Dmitrii, et al.
Veröffentlicht: (2026)

Semi-parametric Expert Bayesian Network Learning with Gaussian Processes and Horseshoe Priors
von: Weng, Yidou, et al.
Veröffentlicht: (2024)

Online Bayesian Risk-Averse Reinforcement Learning
von: Wang, Yuhao, et al.
Veröffentlicht: (2025)

Mitigating Prior Errors in Causal Structure Learning: A Resilient Approach via Bayesian Networks
von: Chen, Lyuzhou, et al.
Veröffentlicht: (2023)

Dynamic Priors in Bayesian Optimization for Hyperparameter Optimization
von: Fehring, Lukas, et al.
Veröffentlicht: (2025)

Bayesian Neural Networks with Domain Knowledge Priors
von: Sam, Dylan, et al.
Veröffentlicht: (2024)

Priors Matter: Addressing Misspecification in Bayesian Deep Q-Learning
von: van der Vaart, Pascal R., et al.
Veröffentlicht: (2025)

Transfer Learning with Informative Priors: Simple Baselines Better than Previously Reported
von: Harvey, Ethan, et al.
Veröffentlicht: (2024)

Horseshoe Prior Bayesian Quantile Regression
von: Kohns, David, et al.
Veröffentlicht: (2020)

Risk-Averse Total-Reward Reinforcement Learning
von: Su, Xihong, et al.
Veröffentlicht: (2025)

On Supernet Transfer Learning for Effective Task Adaptation
von: Singh, Prabhant, et al.
Veröffentlicht: (2024)

Tight PAC-Bayesian Risk Certificates for Contrastive Learning
von: Van Elst, Anna, et al.
Veröffentlicht: (2024)

Implicit Regularization of the Deep Inverse Prior Trained with Inertia
von: Buskulic, Nathan, et al.
Veröffentlicht: (2025)

On the Interplay of Priors and Overparametrization in Bayesian Neural Network Posteriors
von: Kobialka, Julius, et al.
Veröffentlicht: (2026)

Bayesian Hybrid Machine Learning of Gallstone Risk
von: Chakraborty, Chitradipa, et al.
Veröffentlicht: (2025)

In-Context Reinforcement Learning through Bayesian Fusion of Context and Value Prior
von: Berkes, Anaïs, et al.
Veröffentlicht: (2026)

Refined Risk Bounds for Unbounded Losses via Transductive Priors
von: Qian, Jian, et al.
Veröffentlicht: (2024)

Implicit Generative Prior for Bayesian Neural Networks
von: Liu, Yijia, et al.
Veröffentlicht: (2024)

Spatiotemporal Besov Priors for Bayesian Inverse Problems
von: Lan, Shiwei, et al.
Veröffentlicht: (2023)

Benchmarking Time Series Forecasting Models: From Statistical Techniques to Foundation Models in Real-World Applications
von: Arab, Issar, et al.
Veröffentlicht: (2025)

Transferable Learning of Reaction Pathways from Geometric Priors
von: Nam, Juno, et al.
Veröffentlicht: (2025)

Bayesian Robust Aggregation for Federated Learning
von: Karakulev, Aleksandr, et al.
Veröffentlicht: (2025)

Towards Scalable Bayesian Optimization via Gradient-Informed Bayesian Neural Networks
von: Makrygiorgos, Georgios, et al.
Veröffentlicht: (2025)