Buchumschlag

Improving Spatio-temporal Gaussian Process Modeling with Vecchia Approximation: A Low-Cost Sensor-Driven Approach to Urban Environmental Monitoring

Fuente: arXiv

Gespeichert in:

Bibliographische Detailangaben
Hauptverfasser:	Idir, Yacine Mohamed, Orfila, Olivier, Chatellier, Patrice, Judalet, Vincent
Format:	Preprint
Veröffentlicht:	2025
Schlagworte:	Methodology
Online-Zugang:	Acceder al recurso
Tags:	Tag hinzufügen Keine Tags, Fügen Sie den ersten Tag hinzu!

Ähnliche Einträge

Mapping Urban Air Quality from Mobile Sensors Using Spatio-Temporal Geostatistics
von: Idir, Yacine Mohamed, et al.
Veröffentlicht: (2025)

Mapping urban air quality using mobile and fixed low cost sensors: a model comparison
von: Idir, Yacine Mohamed, et al.
Veröffentlicht: (2025)

Efficient bayesian spatially varying coefficients modeling for censored data using the vecchia approximation
von: Idir, Yacine Mohamed, et al.
Veröffentlicht: (2025)

Iterative Methods for Vecchia-Laplace Approximations for Latent Gaussian Process Models
von: Kündig, Pascal, et al.
Veröffentlicht: (2023)

A Neural-Mean Vecchia Gaussian Process for Unified Argo Modeling
von: Liu, Nian, et al.
Veröffentlicht: (2025)

Vecchia approximated Bayesian heteroskedastic Gaussian processes
von: Patil, Parul V., et al.
Veröffentlicht: (2025)

Vecchia Gaussian Processes: on probabilistic and statistical properties
von: Szabo, Botond, et al.
Veröffentlicht: (2024)

Spatio-temporal count autoregression
von: Maletz, Steffen, et al.
Veröffentlicht: (2024)

Robust and Conjugate Spatio-Temporal Gaussian Processes
von: Laplante, William, et al.
Veröffentlicht: (2025)

The Bayesian Gaussian Process Latent Variable Model for Spatio-Temporal Stream Networks
von: Basson, Marno, et al.
Veröffentlicht: (2026)

Physics-encoded Spatio-temporal Regression
von: Li, Tongyu, et al.
Veröffentlicht: (2024)

Laplace Approximations for Mixed-Effects and Gaussian Process Quantile Regression
von: Nava, Andrea, et al.
Veröffentlicht: (2026)

Spatio-temporal Occupancy Models with INLA
von: Belmont, Jafet, et al.
Veröffentlicht: (2024)

Radial Neighbors for Provably Accurate Scalable Approximations of Gaussian Processes
von: Zhu, Yichen, et al.
Veröffentlicht: (2022)

Bayesian Source Apportionment of Spatio-temporal air pollution data
von: Frigeri, Michela, et al.
Veröffentlicht: (2025)

Spatio-temporal modeling for record-breaking temperature events in Spain
von: Castillo-Mateo, Jorge, et al.
Veröffentlicht: (2024)

Large-Scale Low-Rank Gaussian Process Prediction with Support Points
von: Song, Yan, et al.
Veröffentlicht: (2022)

Spatio-temporal modeling and forecasting with Fourier neural operators
von: Nag, Pratik, et al.
Veröffentlicht: (2026)

The Poisson-Gaussian Mixture Process: A Flexible and Robust Approach for Non-Gaussian Geostatistical Modeling
von: Gonçalves, F. B., et al.
Veröffentlicht: (2022)

Multivariate Spatio-temporal Modelling for Completing Cancer Registries and Forecasting Incidence
von: Retegui, Garazi, et al.
Veröffentlicht: (2025)

cubble: An R Package for Organizing and Wrangling Multivariate Spatio-temporal Data
von: Zhang, H. Sherry, et al.
Veröffentlicht: (2022)

INLA-RF: A Hybrid Modeling Strategy for Spatio-Temporal Environmental Data
von: Figueira, Mario, et al.
Veröffentlicht: (2025)

Spatio-Temporal Jump Model for Urban Thermal Comfort Monitoring
von: Cortese, Federico P., et al.
Veröffentlicht: (2024)

Modeling Spatio-temporal Extremes via Conditional Variational Autoencoders
von: Ma, Xiaoyu, et al.
Veröffentlicht: (2025)

Flexible and Scalable Bayesian Modelling of Spatio-Temporal Hawkes Processes
von: Liu, Wenqing, et al.
Veröffentlicht: (2026)

Spatio-temporal analysis of extreme winter temperatures in Ireland
von: Healy, Dáire, et al.
Veröffentlicht: (2024)

A Nonparametric Approach for Estimating the Effective Sample Size in Gaussian Approximation of Expected Value of Sample Information
von: Li, Linke, et al.
Veröffentlicht: (2024)

Predicting Covariate-Driven Spatial Deformation for Nonstationary Gaussian Processes
von: Gu, Minghao, et al.
Veröffentlicht: (2026)

Spatio-temporal data fusion for the analysis of in situ and remote sensing data using the INLA-SPDE approach
von: He, Shiyu, et al.
Veröffentlicht: (2024)

Spatio-temporal point process modelling of fires in Sicily exploring human and environmental factors
von: D'Angelo, Nicoletta, et al.
Veröffentlicht: (2024)

Modeling Extreme Events: Univariate and Multivariate Data-Driven Approaches
von: Buriticá, Gloria, et al.
Veröffentlicht: (2024)

Spatio-temporal Dynamical Indices for Complex Systems
von: Dong, Chenyu, et al.
Veröffentlicht: (2024)

Scalable generative modeling of non-Gaussian spatio-temporal fields via autoregressive Gaussian processes
von: Lei-Cramer, Carrie J., et al.
Veröffentlicht: (2026)

Nonstationary Gaussian Process Surrogates
von: Booth, Annie S., et al.
Veröffentlicht: (2023)

Deep Gaussian Processes with Gradients
von: Booth, Annie S.
Veröffentlicht: (2025)

Supervised Learning of Functional Outcomes with Predictors at Different Scales: A Functional Gaussian Process Approach
von: Andros, R. Jacob, et al.
Veröffentlicht: (2026)

High Dimensional Gaussian and Bootstrap Approximations in Generalized Linear Models
von: Choudhury, Mayukh, et al.
Veröffentlicht: (2026)

Estimating the EVSI with Gaussian Approximations and Spline-Based Series Methods
von: Li, Linke, et al.
Veröffentlicht: (2024)

Intrinsic Random Functions and Parametric Covariance Models of Spatio-Temporal Random Processes on the Sphere
von: Kim, Jongwook, et al.
Veröffentlicht: (2025)

The Kernel Manifold: A Geometric Approach to Gaussian Process Model Selection
von: Islam, Md Shafiqul, et al.
Veröffentlicht: (2026)