Buchumschlag

A Geometric Approach to Optimal Experimental Design

Fuente: arXiv

Gespeichert in:

Bibliographische Detailangaben
Hauptverfasser:	Kerrigan, Gavin, Naesseth, Christian A., Rainforth, Tom
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

Step-DAD: Semi-Amortized Policy-Based Bayesian Experimental Design
von: Hedman, Marcel, et al.
Veröffentlicht: (2025)

Active Learning with Task-Driven Representations for Messy Pools
von: Ashouritaklimi, Kianoosh, et al.
Veröffentlicht: (2025)

Dynamic Conditional Optimal Transport through Simulation-Free Flows
von: Kerrigan, Gavin, et al.
Veröffentlicht: (2024)

Maximin Robust Bayesian Experimental Design
von: Abdulsamad, Hany, et al.
Veröffentlicht: (2026)

On the Expected Size of Conformal Prediction Sets
von: Dhillon, Guneet S., et al.
Veröffentlicht: (2023)

Beyond Bayesian Model Averaging over Paths in Probabilistic Programs with Stochastic Support
von: Reichelt, Tim, et al.
Veröffentlicht: (2023)

Making Better Use of Unlabelled Data in Bayesian Active Learning
von: Smith, Freddie Bickford, et al.
Veröffentlicht: (2024)

Loss-Driven Bayesian Active Learning
von: Huang, Zhuoyue, et al.
Veröffentlicht: (2026)

EventFlow: Forecasting Temporal Point Processes with Flow Matching
von: Kerrigan, Gavin, et al.
Veröffentlicht: (2024)

In-Context Learning Learns Label Relationships but Is Not Conventional Learning
von: Kossen, Jannik, et al.
Veröffentlicht: (2023)

Generative Flows on Discrete State-Spaces: Enabling Multimodal Flows with Applications to Protein Co-Design
von: Campbell, Andrew, et al.
Veröffentlicht: (2024)

SDE Matching: Scalable and Simulation-Free Training of Latent Stochastic Differential Equations
von: Bartosh, Grigory, et al.
Veröffentlicht: (2025)

Neural Diffusion Models
von: Bartosh, Grigory, et al.
Veröffentlicht: (2023)

BED-LLM: Intelligent Information Gathering with LLMs and Bayesian Experimental Design
von: Choudhury, Deepro, et al.
Veröffentlicht: (2025)

Prediction-Oriented Subsampling from Data Streams
von: Mussati, Benedetta Lavinia, et al.
Veröffentlicht: (2025)

Incorporating Unlabelled Data into Bayesian Neural Networks
von: Sharma, Mrinank, et al.
Veröffentlicht: (2023)

Elements of Sequential Monte Carlo
von: Naesseth, Christian A., et al.
Veröffentlicht: (2019)

On Continuous Monitoring of Risk Violations under Unknown Shift
von: Timans, Alexander, et al.
Veröffentlicht: (2025)

Neural Flow Diffusion Models: Learnable Forward Process for Improved Diffusion Modelling
von: Bartosh, Grigory, et al.
Veröffentlicht: (2024)

E-Valuating Classifier Two-Sample Tests
von: Pandeva, Teodora, et al.
Veröffentlicht: (2022)

Equivariant Neural Diffusion for Molecule Generation
von: Cornet, François, et al.
Veröffentlicht: (2025)

VISA: Variational Inference with Sequential Sample-Average Approximations
von: Zimmermann, Heiko, et al.
Veröffentlicht: (2024)

Towards Latent Diffusion Suitable For Text
von: Midavaine, Nesta, et al.
Veröffentlicht: (2026)

Monitoring Risks in Test-Time Adaptation
von: Schirmer, Mona, et al.
Veröffentlicht: (2025)

Scaling Up Active Testing to Large Language Models
von: Berrada, Gabrielle, et al.
Veröffentlicht: (2025)

Flow Matching for Tabular Data Synthesis
von: Nasution, Bahrul Ilmi, et al.
Veröffentlicht: (2025)

Joint Model and Data Sparsification via the Marginal Likelihood
von: Timans, Alexander, et al.
Veröffentlicht: (2026)

Rethinking Aleatoric and Epistemic Uncertainty
von: Smith, Freddie Bickford, et al.
Veröffentlicht: (2024)

A Likelihood-Free Approach to Goal-Oriented Bayesian Optimal Experimental Design
von: Chakraborty, Atlanta, et al.
Veröffentlicht: (2024)

Neural Optimal Design of Experiment for Inverse Problems
von: Darges, John E., et al.
Veröffentlicht: (2025)

Optimal Adaptive Experimental Design for Estimating Treatment Effect
von: Li, Jiachun, et al.
Veröffentlicht: (2024)

Variational Combinatorial Sequential Monte Carlo for Bayesian Phylogenetics in Hyperbolic Space
von: Chen, Alex, et al.
Veröffentlicht: (2025)

Max-Rank: Efficient Multiple Testing for Conformal Prediction
von: Timans, Alexander, et al.
Veröffentlicht: (2023)

Practical and Asymptotically Exact Conditional Sampling in Diffusion Models
von: Wu, Luhuan, et al.
Veröffentlicht: (2023)

A Tale of Two Temperatures: Simple, Efficient, and Diverse Sampling from Diffusion Language Models
von: Olausson, Theo X., et al.
Veröffentlicht: (2026)

Variational Flow Matching for Graph Generation
von: Eijkelboom, Floor, et al.
Veröffentlicht: (2024)

Variational Pseudo Marginal Methods for Jet Reconstruction in Particle Physics
von: Yang, Hanming, et al.
Veröffentlicht: (2024)

Adaptive Combinatorial Experimental Design: Pareto Optimality for Decision-Making and Inference
von: Xie, Hongrui, et al.
Veröffentlicht: (2026)

Geometric Operator Learning with Optimal Transport
von: Li, Xinyi, et al.
Veröffentlicht: (2025)

An Information-Geometric Approach to Artificial Curiosity
von: Nedergaard, Alexander, et al.
Veröffentlicht: (2025)