Buchumschlag

Fully Bayesian Spectral Clustering and Benchmarking with Uncertainty Quantification for Small Area Estimation

Fuente: arXiv

Gespeichert in:

Bibliographische Detailangaben
1. Verfasser:	Fúquene-Patiño, Jairo
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

Understanding the Trade-offs in Accuracy and Uncertainty Quantification: Architecture and Inference Choices in Bayesian Neural Networks
von: Sheinkman, Alisa, et al.
Veröffentlicht: (2025)

Uncertainty Quantification With Multiple Sources
von: Ying, Mufang, et al.
Veröffentlicht: (2024)

Interventional Processes for Causal Uncertainty Quantification
von: Dance, Hugh, et al.
Veröffentlicht: (2024)

Fast Uncertainty Quantification for Kernel-Based Estimators in Large-Scale Causal Inference
von: Kosko, Matthew, et al.
Veröffentlicht: (2026)

Spectral Clustering with Variance Information for Group Structure Estimation in Panel Data
von: Yu, Lu, et al.
Veröffentlicht: (2022)

Dynamical System Identification, Model Selection and Model Uncertainty Quantification by Bayesian Inference
von: Niven, Robert K., et al.
Veröffentlicht: (2024)

Multivariate and Online Transfer Learning with Uncertainty Quantification
von: Hickey, Jimmy, et al.
Veröffentlicht: (2024)

Cluster Quilting: Spectral Clustering for Patchwork Learning
von: Zheng, Lili, et al.
Veröffentlicht: (2024)

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

On the Need to Align Intent and Implementation in Uncertainty Quantification for Machine Learning
von: Trivedi, Shubhendu, et al.
Veröffentlicht: (2025)

Uncertainty Quantification in Bayesian Clustering
von: Page, Garritt L., et al.
Veröffentlicht: (2025)

Neural Conditional Probability for Uncertainty Quantification
von: Kostic, Vladimir R., et al.
Veröffentlicht: (2024)

Uncertainty Quantification of MLE for Entity Ranking with Covariates
von: Fan, Jianqing, et al.
Veröffentlicht: (2022)

Accurate Large-sample Uncertainty Quantification using Stochastic Gradient Markov Chain Monte Carlo
von: Wang, Yu, et al.
Veröffentlicht: (2026)

On Quantification of Borrowing of Information in Hierarchical Bayesian Models
von: Ghosh, Prasenjit, et al.
Veröffentlicht: (2025)

Bayesian Federated Cause-of-Death Classification and Quantification Under Distribution Shift
von: Zhu, Yu, et al.
Veröffentlicht: (2025)

Improving Active Learning with a Bayesian Representation of Epistemic Uncertainty
von: Thomas, Jake, et al.
Veröffentlicht: (2024)

Bias and Uncertainty in LLM-as-a-Judge Estimation
von: Fiedler, James
Veröffentlicht: (2026)

Model-Free Kernel Conformal Depth Measures Algorithm for Uncertainty Quantification in Regression Models in Separable Hilbert Spaces
von: Matabuena, Marcos, et al.
Veröffentlicht: (2025)

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

Adaptive Uncertainty Quantification for Generative AI
von: Kim, Jungeum, et al.
Veröffentlicht: (2024)

Conformal and kNN Predictive Uncertainty Quantification Algorithms in Metric Spaces
von: Lugosi, Gábor, et al.
Veröffentlicht: (2025)

PCS-UQ: Uncertainty Quantification via the Predictability-Computability-Stability Framework
von: Agarwal, Abhineet, et al.
Veröffentlicht: (2025)

Qini Curve Estimation under Clustered Network Interference
von: Karlsson, Rickard, et al.
Veröffentlicht: (2025)

Bayesian Benchmarking Small Area Estimation via Entropic Tilting
von: Sugasawa, Shonosuke, et al.
Veröffentlicht: (2024)

"Over-optimizing" for Normality: Budget-constrained Uncertainty Quantification for Contextual Decision-making
von: Wang, Yanyuan, et al.
Veröffentlicht: (2025)

Robust Spectral Fuzzy Clustering of Multivariate Time Series with Applications to Electroencephalogram
von: Ma, Ziling, et al.
Veröffentlicht: (2025)

Constrained Multi-objective Bayesian Optimization through Optimistic Constraints Estimation
von: Li, Diantong, et al.
Veröffentlicht: (2024)

Bayesian Sensitivity of Causal Inference Estimators under Evidence-Based Priors
von: Dhawan, Nikita, et al.
Veröffentlicht: (2026)

An Adaptive Dimension Reduction Estimation Method for High-dimensional Bayesian Optimization
von: Hu, Shouri, et al.
Veröffentlicht: (2024)

Dirichlet Process-based Robust Clustering using the Median-of-Means Estimator
von: Basu, Supratik, et al.
Veröffentlicht: (2023)

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

Benchmarking Tabular Foundation Models for Conditional Density Estimation in Regression
von: Izbicki, Rafael, et al.
Veröffentlicht: (2026)

Estimation and Inference for Causal Functions with Multiway Clustered Data
von: Liu, Nan, et al.
Veröffentlicht: (2024)

Bayesian implementation of Targeted Maximum Likelihood Estimation for uncertainty quantification in causal effect estimation
von: Nannapaneni, Saideep, et al.
Veröffentlicht: (2025)

How Many Human Survey Respondents is a Large Language Model Worth? An Uncertainty Quantification Perspective
von: Huang, Chengpiao, et al.
Veröffentlicht: (2025)

Statistically Efficient Bayesian Sequential Experiment Design via Reinforcement Learning with Cross-Entropy Estimators
von: Blau, Tom, et al.
Veröffentlicht: (2023)

Benchmarking Estimators for Natural Experiments: A Novel Dataset and a Doubly Robust Algorithm
von: Witter, R. Teal, et al.
Veröffentlicht: (2024)

Minimax-Optimal Spectral Clustering with Covariance Projection for High-Dimensional Anisotropic Mixtures
von: Huang, Chengzhu, et al.
Veröffentlicht: (2025)

Gradient Boosted Mixed Models: Flexible Joint Estimation of Mean and Variance Components for Clustered Data
von: Prevett, Mitchell L., et al.
Veröffentlicht: (2025)