Buchumschlag

Repulsive mixtures via the sparsity-inducing partition prior

Fuente: arXiv

Gespeichert in:

Bibliographische Detailangaben
Hauptverfasser:	Mozdzen, Alexander, Wertz, Timothy, De Iorio, Maria, Cremaschi, Andrea, Kastner, Gregor, Eriksson, Johan
Format:	Preprint
Veröffentlicht:	2025
Schlagworte:	Methodology
Online-Zugang:	Acceder al recurso
Tags:	Tag hinzufügen Keine Tags, Fügen Sie den ersten Tag hinzu!

Ähnliche Einträge

Bayesian nonparametric partial clustering: Quantifying the effectiveness of agricultural subsidies across Europe
von: Mozdzen, Alexander, et al.
Veröffentlicht: (2024)

Latent Modularity in Multi-View Data
von: Cremaschi, Andrea, et al.
Veröffentlicht: (2025)

Conditional partial exchangeability: a probabilistic framework for multi-view clustering
von: Franzolini, Beatrice, et al.
Veröffentlicht: (2023)

Bayesian clustering of multiple zero-inflated outcomes
von: Franzolini, Beatrice, et al.
Veröffentlicht: (2022)

Graph of Graphs: From Nodes to Supernodes in Graphical Models
von: De Iorio, Maria, et al.
Veröffentlicht: (2023)

A Bayesian time-varying random partition model for large spatio-temporal datasets
von: Beltramin, Giulio, et al.
Veröffentlicht: (2023)

A Bayesian semi-parametric model for longitudinal growth and appetite phenotypes in children
von: Cremaschi, Andrea, et al.
Veröffentlicht: (2025)

A note on simulation methods for the Dirichlet-Laplace prior
von: Gruber, Luis, et al.
Veröffentlicht: (2025)

Bayesian Causal Effect Estimation for Categorical Data using Staged Tree Models
von: Cremaschi, Andrea, et al.
Veröffentlicht: (2025)

Bayesian nonparametric modeling of latent partitions via Stirling-gamma priors
von: Zito, Alessandro, et al.
Veröffentlicht: (2023)

Forecasting macroeconomic data with Bayesian VARs: Sparse or dense? It depends!
von: Gruber, Luis, et al.
Veröffentlicht: (2022)

Mean regression for (0,1) responses via beta scale mixtures
von: Otto, Arno, et al.
Veröffentlicht: (2026)

Information borrowing in Bayesian clinical trials: choice of tuning parameters for the robust mixture prior
von: Weru, Vivienn, et al.
Veröffentlicht: (2024)

A Bayesian functional model with multilevel partition priors for group studies in neuroscience
von: Margaritella, Nicolò, et al.
Veröffentlicht: (2023)

An adaptive variance estimator for relative sparsity
von: Weisenthal, Samuel Julian
Veröffentlicht: (2026)

Inference for relative sparsity
von: Weisenthal, Samuel J., et al.
Veröffentlicht: (2023)

Model selection-based estimation for generalized additive models using mixtures of g-priors: Towards systematization
von: Kang, Gyeonghun, et al.
Veröffentlicht: (2023)

Repulsive g-Priors for Regression Mixtures
von: Hayashida, Yuta, et al.
Veröffentlicht: (2025)

On a wider class of prior distributions for graphical models
von: Natarajan, Abhinav, et al.
Veröffentlicht: (2022)

Bayesian inference of sparsity in stable vector autoregressive processes
von: Heaps, Sarah E., et al.
Veröffentlicht: (2026)

A penalized least squares estimator for extreme-value mixture models
von: Mourahib, Anas, et al.
Veröffentlicht: (2025)

Dirichlet process mixtures of block $g$ priors for model selection and prediction in linear models
von: Porwal, Anupreet, et al.
Veröffentlicht: (2024)

Assessing replication success via skeptical mixture priors
von: Consonni, Guido, et al.
Veröffentlicht: (2023)

Logistic regression models: practical induced prior specification
von: Newman, Ken B., et al.
Veröffentlicht: (2025)

Bayesian Wasserstein Repulsive Gaussian Mixture Models
von: Huang, Weipeng, et al.
Veröffentlicht: (2025)

Bayesian hierarchical models with calibrated mixtures of g-priors for assessing treatment effect moderation in meta-analysis
von: Wang, Qiao, et al.
Veröffentlicht: (2024)

Model-based clustering for covariance matrices via penalized Wishart mixture models
von: Cappozzo, Andrea, et al.
Veröffentlicht: (2024)

Repulsive Mixture Model with Projection Determinantal Point Process
von: Song, Ziyi, et al.
Veröffentlicht: (2025)

Bayesian Repulsive Mixture Modeling with Matérn Point Processes
von: Sun, Hanxi, et al.
Veröffentlicht: (2022)

The $\ell$-test: leveraging sparsity in the Gaussian linear model for improved inference
von: Sengupta, Souhardya, et al.
Veröffentlicht: (2024)

Bayesian Strategies for Repulsive Spatial Point Processes
von: Lu, Chaoyi, et al.
Veröffentlicht: (2024)

Bayesian inference for group-level cortical surface image-on-scalar-regression with Gaussian process priors
von: Whiteman, Andrew S., et al.
Veröffentlicht: (2023)

Factor-guided estimation of large covariance matrix function with conditional functional sparsity
von: Li, Dong, et al.
Veröffentlicht: (2023)

Positive-definiteness in separable priors: effects on prior interpretability and inference
von: Carter, Jack Storror, et al.
Veröffentlicht: (2026)

Similarity-Driven Proposals for MCMC Algorithms on Discrete Spaces
von: Aiello, Luca, et al.
Veröffentlicht: (2026)

Sophisticated and small versus simple and sizeable: When does it pay off to introduce drifting coefficients in Bayesian VARs?
von: Feldkircher, Martin, et al.
Veröffentlicht: (2017)

The Multivariate Bernoulli detector: Change point estimation in discrete survival analysis
von: Boom, Willem van den, et al.
Veröffentlicht: (2023)

Asymptotics for estimating a diverging number of parameters -- with and without sparsity
von: Gauss, Jana, et al.
Veröffentlicht: (2024)

Group selection and shrinkage: Structured sparsity for semiparametric additive models
von: Thompson, Ryan, et al.
Veröffentlicht: (2021)

Wasserstein complexity penalization priors: a new class of penalizing complexity priors
von: Bolin, David, et al.
Veröffentlicht: (2023)