Buchumschlag

Wrong Model, Right Uncertainty: Spatial Associations for Discrete Data with Misspecification

Fuente: arXiv

Gespeichert in:

Bibliographische Detailangaben
Hauptverfasser:	Burt, David R., Berlinghieri, Renato, Broderick, Tamara
Format:	Preprint
Veröffentlicht:	2025
Schlagworte:	Methodology Machine Learning
Online-Zugang:	Acceder al recurso
Tags:	Tag hinzufügen Keine Tags, Fügen Sie den ersten Tag hinzu!

Ähnliche Einträge

Smooth Sailing: Lipschitz-Driven Uncertainty Quantification for Spatial Association
von: Burt, David R., et al.
Veröffentlicht: (2025)

Multi-marginal Schrödinger Bridges with Iterative Reference Refinement
von: Shen, Yunyi, et al.
Veröffentlicht: (2024)

Oh SnapMMD! Forecasting Stochastic Dynamics Beyond the Schrödinger Bridge's End
von: Berlinghieri, Renato, et al.
Veröffentlicht: (2025)

Consistent Validation for Predictive Methods in Spatial Settings
von: Burt, David R., et al.
Veröffentlicht: (2024)

Gaussian processes at the Helm(holtz): A more fluid model for ocean currents
von: Berlinghieri, Renato, et al.
Veröffentlicht: (2023)

Are Hourly PM2.5 Forecasts Sufficiently Accurate to Plan Your Day? Individual Decision Making in the Face of Increasing Wildfire Smoke
von: Berlinghieri, Renato, et al.
Veröffentlicht: (2024)

Black Box Variational Inference with a Deterministic Objective: Faster, More Accurate, and Even More Black Box
von: Giordano, Ryan, et al.
Veröffentlicht: (2023)

Semi-supervised Regression Analysis with Model Misspecification and High-dimensional Data
von: Tian, Ye, et al.
Veröffentlicht: (2024)

Addressing Misspecification in Simulation-based Inference through Data-driven Calibration
von: Wehenkel, Antoine, et al.
Veröffentlicht: (2024)

Common Functional Decompositions Can Mis-attribute Differences in Outcomes Between Populations
von: Quintero, Manuel, et al.
Veröffentlicht: (2025)

Do covariates explain why these groups differ? The choice of reference group can reverse conclusions in the Oaxaca-Blinder decomposition
von: Quintero, Manuel, et al.
Veröffentlicht: (2026)

Misspecification-robust Sequential Neural Likelihood for Simulation-based Inference
von: Kelly, Ryan P., et al.
Veröffentlicht: (2023)

Robust Bayesian Inference for Measurement Error Misspecification: The Berkson and Classical Cases
von: Dellaporta, Charita, et al.
Veröffentlicht: (2023)

Is Elo Rating Reliable? A Study Under Model Misspecification
von: Tang, Shange, et al.
Veröffentlicht: (2025)

Misspecification-robust likelihood-free inference in high dimensions
von: Thomas, Owen, et al.
Veröffentlicht: (2020)

Deep Discrete Encoders: Identifiable Deep Generative Models for Rich Data with Discrete Latent Layers
von: Lee, Seunghyun, et al.
Veröffentlicht: (2025)

Benchmarking Observational Studies with Experimental Data under Right-Censoring
von: Demirel, Ilker, et al.
Veröffentlicht: (2024)

Deep Partially Linear Transformation Model for Right-Censored Survival Data
von: Yin, Junkai, et al.
Veröffentlicht: (2024)

Adaptive Off-Policy Inference for M-Estimators Under Model Misspecification
von: Leiner, James, et al.
Veröffentlicht: (2025)

Doubly Robust Conformalized Survival Analysis with Right-Censored Data
von: Sesia, Matteo, et al.
Veröffentlicht: (2024)

Scalable Asynchronous Federated Modeling for Spatial Data
von: Shi, Jianwei, et al.
Veröffentlicht: (2025)

Data-light Uncertainty Set Merging with Admissibility
von: Qin, Shenghao, et al.
Veröffentlicht: (2024)

Graphical Modelling without Independence Assumptions for Uncentered Data
von: Andrew, Bailey, et al.
Veröffentlicht: (2024)

Approximations to worst-case data dropping: unmasking failure modes
von: Huang, Jenny Y., et al.
Veröffentlicht: (2024)

Preconditioned Discrete-HAMS: A Second-order Irreversible Discrete Sampler
von: Zhou, Yuze, et al.
Veröffentlicht: (2025)

Quantifying and Attributing Submodel Uncertainty in Stochastic Simulation Models and Digital Twins
von: Ghasemloo, Mohammadmahdi, et al.
Veröffentlicht: (2026)

Sparse Gaussian Graphical Models with Discrete Optimization: Computational and Statistical Perspectives
von: Behdin, Kayhan, et al.
Veröffentlicht: (2023)

Spatial Covariance Constraints for Gaussian Mixture Models
von: Lu, Hanzhang, et al.
Veröffentlicht: (2026)

Knowledge Distillation of Uncertainty using Deep Latent Factor Model
von: Park, Sehyun, et al.
Veröffentlicht: (2025)

Discrete Causal Representation Learning
von: Zhang, Wenjin, et al.
Veröffentlicht: (2026)

Neural Bayes Estimators for Irregular Spatial Data using Graph Neural Networks
von: Sainsbury-Dale, Matthew, et al.
Veröffentlicht: (2023)

Fast Variational Bayes for Large Spatial Data
von: Song, Jiafang, et al.
Veröffentlicht: (2025)

A Recursive Partitioning Approach for Dynamic Discrete Choice Modeling in High Dimensional Settings
von: Barzegary, Ebrahim, et al.
Veröffentlicht: (2022)

Graph Topic Modeling for Documents with Spatial or Covariate Dependencies
von: Jung, Yeo Jin, et al.
Veröffentlicht: (2024)

Change-point Detection and Segmentation of Discrete Data using Bayesian Context Trees
von: Lungu, Valentinian, et al.
Veröffentlicht: (2022)

Symbolic Density Estimation for Discrete Distributions
von: Liu, Ziwen, et al.
Veröffentlicht: (2026)

Machine Learning for Two-Sample Testing under Right-Censored Data: A Simulation Study
von: Philonenko, Petr, et al.
Veröffentlicht: (2024)

Kernel-Based Ensemble Gaussian Mixture Probability Hypothesis Density Filter
von: Durant, Dalton, et al.
Veröffentlicht: (2025)

Uncertainty Quantification for Prior-Data Fitted Networks using Martingale Posteriors
von: Nagler, Thomas, et al.
Veröffentlicht: (2025)

Uncertainty-Aware Surrogate-based Amortized Bayesian Inference for Computationally Expensive Models
von: Scheurer, Stefania, et al.
Veröffentlicht: (2025)