Buchumschlag

Gaussian process priors with Markov properties for effective reproduction number inference

Fuente: arXiv

Gespeichert in:

Bibliographische Detailangaben
Hauptverfasser:	Sebastian, Jessalyn N., Minin, Volodymyr M.
Format:	Preprint
Veröffentlicht:	2025
Schlagworte:	Methodology
Online-Zugang:	Acceder al recurso
Tags:	Tag hinzufügen Keine Tags, Fügen Sie den ersten Tag hinzu!

Ähnliche Einträge

Semiparametric inference of effective reproduction number dynamics from wastewater pathogen surveillance data
von: Goldstein, Isaac H., et al.
Veröffentlicht: (2023)

The signal is not flushed away: Inferring the effective reproduction number from wastewater data in small populations
von: Goldstein, Isaac H., et al.
Veröffentlicht: (2025)

Phylogenetic least squares estimation without genetic distances
von: Chi, Peter B., et al.
Veröffentlicht: (2023)

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

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

Bayesian inference of antibody evolutionary dynamics using multitype branching processes
von: Bakis, Athanasios G., et al.
Veröffentlicht: (2025)

Accounting for reporting delays in real-time phylodynamic analyses with preferential sampling
von: Medina, Catalina M., et al.
Veröffentlicht: (2024)

Fast and scalable inference in hidden Markov models with Gaussian fields
von: Fischer, Jan-Ole
Veröffentlicht: (2026)

Hidden Markov models with an unknown number of states and a repulsive prior on the state parameters
von: Rotous, Ioannis, et al.
Veröffentlicht: (2024)

Penalizing complexity priors for Bayesian inference of circular models
von: Ye, Xiang, et al.
Veröffentlicht: (2025)

Variational inference for approximate objective priors using neural networks
von: Baillie, Nils, et al.
Veröffentlicht: (2025)

Bayesian inference on Cox regression models using catalytic prior distributions
von: Li, Weihao, et al.
Veröffentlicht: (2023)

Sparsifying transform priors in Gaussian graphical models
von: Gehrmann, Marcus, et al.
Veröffentlicht: (2026)

A novel reference prior for Gaussian hierarchical models with intrinsic conditional autoregressive random effects
von: Ferreira, Marco A. R.
Veröffentlicht: (2026)

Robust Bayesian high-dimensional variable selection and inference with the horseshoe family of priors
von: Fan, Kun, et al.
Veröffentlicht: (2025)

Scalable Bayesian inference for heat kernel Gaussian processes on manifolds
von: He, Junhui, et al.
Veröffentlicht: (2024)

A parameterization of anisotropic Gaussian fields with penalized complexity priors
von: Llamazares-Elias, Liam, et al.
Veröffentlicht: (2024)

An efficient Monte Carlo method for valid prior-free possibilistic statistical inference
von: Martin, Ryan
Veröffentlicht: (2025)

Hierarchical additive interaction modelling with Gaussian process prior and its efficient implementation for multidimensional grid data
von: Ishida, Sahoko, et al.
Veröffentlicht: (2023)

Random spanning tree Markov random field priors for Bayesian inverse problems in imaging
von: Everink, Jasper Marijn
Veröffentlicht: (2026)

Properly constrained reference priors decay rates for efficient and robust posterior inference
von: Van Biesbroeck, Antoine
Veröffentlicht: (2024)

Simultaneous estimation of the effective reproduction number and the time series of daily infections: Application to Covid-19
von: Künsch, Hans R., et al.
Veröffentlicht: (2025)

Bayesian inference for aggregated Hawkes processes
von: Zhou, Lingxiao, et al.
Veröffentlicht: (2022)

Bayesian computation for high-dimensional Gaussian Graphical Models with spike-and-slab priors
von: Sulem, Deborah, et al.
Veröffentlicht: (2025)

Joint estimation of the basic reproduction number and serial interval using Sequential Bayes
von: Krikella, Tatiana, et al.
Veröffentlicht: (2026)

Are Information criteria good enough to choose the right the number of regimes in Hidden Markov Models?
von: Nasri, Bouchra R, et al.
Veröffentlicht: (2023)

Generative Bayesian modeling to nowcast the effective reproduction number from line list data with missing symptom onset dates
von: Lison, Adrian, et al.
Veröffentlicht: (2023)

Nonparametric inference for nonstationary spatial point processes
von: Nolau, Izabel, et al.
Veröffentlicht: (2025)

Spectral analysis for the inference of noisy Hawkes processes
von: Bonnet, Anna, et al.
Veröffentlicht: (2024)

On causal inference with marked point process data
von: Ryalen, Pål Christie, et al.
Veröffentlicht: (2026)

Scalable skewed Bayesian inference for latent Gaussian models
von: Dutta, Shourya, et al.
Veröffentlicht: (2025)

Inference at the data's edge: Gaussian processes for modeling and inference under model-dependency, poor overlap, and extrapolation
von: Cho, Soonhong, et al.
Veröffentlicht: (2024)

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

Composite likelihood inference for space-time point processes
von: Jalilian, Abdollah, et al.
Veröffentlicht: (2024)

Bayesian inference for spatio-temporal hidden Markov models using the exchange algorithm
von: Tancini, Daniele, et al.
Veröffentlicht: (2025)

On regional treatment effect assessment using robust MAP priors
von: Zhang, Xin, et al.
Veröffentlicht: (2026)

Distilling heterogeneous treatment effects: Stable subgroup estimation in causal inference
von: Huang, Melody, et al.
Veröffentlicht: (2025)

Causal inference for calibrated scaling interventions on time-to-event processes
von: Rytgaard, Helene Charlotte Wiese, et al.
Veröffentlicht: (2025)

Bayesian inference for Neyman-Scott point processes with anisotropic clusters
von: Dvořák, Jiří, et al.
Veröffentlicht: (2025)

The transcoding sampler for stick-breaking inferences on Dirichlet process mixtures
von: Vicentini, Carlo
Veröffentlicht: (2023)