Buchumschlag

Deep Gaussian Processes with Gradients

Fuente: arXiv

Gespeichert in:

Bibliographische Detailangaben
1. Verfasser:	Booth, Annie S.
Format:	Preprint
Veröffentlicht:	2025
Schlagworte:	Methodology
Online-Zugang:	Acceder al recurso
Tags:	Tag hinzufügen Keine Tags, Fügen Sie den ersten Tag hinzu!

Ähnliche Einträge

Two-stage Design for Failure Probability Estimation with Gaussian Process Surrogates
von: Booth, Annie S., et al.
Veröffentlicht: (2024)

Contour Location for Reliability in Airfoil Simulation Experiments using Deep Gaussian Processes
von: Booth, Annie S., et al.
Veröffentlicht: (2023)

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

Revisiting Penalized Likelihood Estimation for Gaussian Processes
von: Mutoh, Ayumi, et al.
Veröffentlicht: (2025)

Profile Bayesian Optimization for Expensive Computer Experiments
von: Kyger, Courtney, et al.
Veröffentlicht: (2025)

Actively Learning Joint Contours of Multiple Computer Experiments
von: Prim, Shih-Ni, et al.
Veröffentlicht: (2025)

Bayesian Image-on-Image Regression via Deep Kernel Learning based Gaussian Processes
von: Ma, Guoxuan, et al.
Veröffentlicht: (2023)

Bayesian Bridge Gaussian Process Regression
von: Xu, Minshen, et al.
Veröffentlicht: (2025)

Clustering the Nearest Neighbor Gaussian Process
von: Crisp, Ashlynn, et al.
Veröffentlicht: (2025)

Deep Gaussian Process Emulation with gradient Information and Sequential Design for Simulators with Sharp Variations
von: Yang, Yiming, et al.
Veröffentlicht: (2025)

Inference for Log-Gaussian Cox Point Processes using Bayesian Deep Learning: Application to Human Oral Microbiome Image Data
von: Wang, Shuwan, et al.
Veröffentlicht: (2025)

Scalable Gaussian Process Inference with Stan
von: Hoffmann, Till, et al.
Veröffentlicht: (2023)

Gaussian Process with dissolution spline kernel
von: Murphy, Fiona, et al.
Veröffentlicht: (2024)

Log-Gaussian Cox Processes on General Metric Graphs
von: Bolin, David, et al.
Veröffentlicht: (2025)

Gaussian Process Assisted Active Learning of Physical Laws
von: Chen, Jiuhai, et al.
Veröffentlicht: (2019)

Synthesizing Epileptic Seizures: Gaussian Processes for EEG Generation
von: Moutonnet, Nina, et al.
Veröffentlicht: (2026)

Block-Additive Gaussian Processes under Monotonicity Constraints
von: Deronzier, M., et al.
Veröffentlicht: (2024)

Energetic Variational Gaussian Process Regression for Computer Experiments
von: Kang, Lulu, et al.
Veröffentlicht: (2023)

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

Deep Gaussian Process Emulation and Uncertainty Quantification for Large Computer Experiments
von: Yazdi, Faezeh, et al.
Veröffentlicht: (2024)

Modular Jump Gaussian Processes
von: Flowers, Anna R., et al.
Veröffentlicht: (2025)

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

Credible Intervals for Probability of Failure with Gaussian Processes
von: Sorokin, Aleksei G., et al.
Veröffentlicht: (2023)

Gaussian Process Boosting
von: Sigrist, Fabio
Veröffentlicht: (2020)

Cumulative Treatment Effect Testing under Continuous Time Reinforcement Learning
von: Zhang, Jiuchen, et al.
Veröffentlicht: (2026)

Quantile Forecast Matching with a Bayesian Quantile Gaussian Process Model
von: Wadsworth, Spencer, et al.
Veröffentlicht: (2025)

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

Bayesian Analysis of Sigmoidal Gaussian Cox Processes via Data Augmentation
von: Alie, Renaud, et al.
Veröffentlicht: (2022)

Inference for Delay Differential Equations Using Manifold-Constrained Gaussian Processes
von: Zhao, Yuxuan, et al.
Veröffentlicht: (2024)

Fast Nonseparable Gaussian Stochastic Process with Application to Methylation Level Interpolation
von: Gu, Mengyang, et al.
Veröffentlicht: (2017)

Self-Supervised Learning with Gaussian Processes
von: Duan, Yunshan, et al.
Veröffentlicht: (2025)

Exchangeable Gaussian Processes with application to epidemics
von: Bouranis, Lampros, et al.
Veröffentlicht: (2025)

Conditioning Gaussian Processes on Almost Anything
von: Moss, Henry, et al.
Veröffentlicht: (2026)

Gradient-based Active Learning with Gaussian Processes for Global Sensitivity Analysis
von: Lambert, Guerlain, et al.
Veröffentlicht: (2026)

Gaussian Processes for Time Series with Lead-Lag Effects with applications to biology data
von: Mu, Wancen, et al.
Veröffentlicht: (2024)

Copula-Based Time Series for Non-Gaussian and Non-Markovian Stationary Processes
von: Pappert, Sven, et al.
Veröffentlicht: (2026)

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

Bayesian Inference of Spatially Varying Correlations via the Thresholded Correlation Gaussian Process
von: Li, Moyan, et al.
Veröffentlicht: (2024)

Bayesian Variable Selection via Hierarchical Gaussian Process Model in Computer Experiments
von: Yao, Xiao, et al.
Veröffentlicht: (2024)

Wrapped Gaussian Process Functional Regression Model for Batch Data on Riemannian Manifolds
von: Liu, Jinzhao, et al.
Veröffentlicht: (2024)