Buchumschlag

Information-theoretic signatures of causality in Bayesian networks and hypergraphs

Fuente: arXiv

Gespeichert in:

Bibliographische Detailangaben
Hauptverfasser:	Chiang, Sung En, Liu, Zhaolu, Peach, Robert L., Barahona, Mauricio
Format:	Preprint
Veröffentlicht:	2025
Schlagworte:	Information Theory Machine Learning
Online-Zugang:	Acceder al recurso
Tags:	Tag hinzufügen Keine Tags, Fügen Sie den ersten Tag hinzu!

Ähnliche Einträge

Information-Theoretic Measures on Lattices for High-Order Interactions
von: Liu, Zhaolu, et al.
Veröffentlicht: (2024)

Permutation-Free High-Order Interaction Tests
von: Liu, Zhaolu, et al.
Veröffentlicht: (2025)

Information-theoretic Bayesian Optimization: Survey and Tutorial
von: Garrido-Merchán, Eduardo C.
Veröffentlicht: (2025)

Some theoretical improvements on the tightness of PAC-Bayes risk certificates for neural networks
von: García-Pérez, Diego, et al.
Veröffentlicht: (2025)

Fast Rate Information-theoretic Bounds on Generalization Errors
von: Wu, Xuetong, et al.
Veröffentlicht: (2023)

Information theoretic underpinning of self-supervised learning by clustering
von: Kittler, Josef, et al.
Veröffentlicht: (2026)

A Bayesian algorithm for distributed network localization using distance and direction data
von: Naseri, Hassan, et al.
Veröffentlicht: (2017)

Information-theoretic reduction of deep neural networks to linear models in the overparametrized proportional regime
von: Camilli, Francesco, et al.
Veröffentlicht: (2025)

WaterSIC: information-theoretically (near) optimal linear layer quantization
von: Lifar, Egor, et al.
Veröffentlicht: (2026)

An Information-theoretic Multi-task Representation Learning Framework for Natural Language Understanding
von: Hu, Dou, et al.
Veröffentlicht: (2025)

Information-theoretic Limits of Learning and Estimation
von: Gamal, Abbas El, et al.
Veröffentlicht: (2026)

Representative, Informative, and De-Amplifying: Requirements for Robust Bayesian Active Learning under Model Misspecification
von: Tang, Roubing, et al.
Veröffentlicht: (2025)

VBO-MI: A Fully Gradient-Based Bayesian Optimization Framework Using Variational Mutual Information Estimation
von: Mirkarimi, Farhad
Veröffentlicht: (2026)

Laplace Sample Information: Data Informativeness Through a Bayesian Lens
von: Kaiser, Johannes, et al.
Veröffentlicht: (2025)

Information-theoretic generalization bounds for learning from quantum data
von: Caro, Matthias, et al.
Veröffentlicht: (2023)

Cauchy-Schwarz Divergence Information Bottleneck for Regression
von: Yu, Shujian, et al.
Veröffentlicht: (2024)

A DPI-PAC-Bayesian Framework for Generalization Bounds
von: Guan, Muhan, et al.
Veröffentlicht: (2025)

Quantifying intrinsic causal contributions via structure preserving interventions
von: Janzing, Dominik, et al.
Veröffentlicht: (2020)

Information-Geometric Barycenters for Bayesian Federated Learning
von: Jamoussi, Nour, et al.
Veröffentlicht: (2024)

The Geometric Cost of Normalization: Affine Bounds on the Bayesian Complexity of Neural Networks
von: Chun, Sungbae
Veröffentlicht: (2026)

A PAC-Bayesian Analysis of Channel-Induced Degradation in Edge Inference
von: He, Yangshuo, et al.
Veröffentlicht: (2026)

Sub-linear Regret Bounds for Bayesian Optimisation in Unknown Search Spaces
von: Tran-The, Hung, et al.
Veröffentlicht: (2020)

LZ Penalty: An information-theoretic repetition penalty for autoregressive language models
von: Ginart, Antonio A., et al.
Veröffentlicht: (2025)

Bayesian Despeckling of Structured Sources
von: Zafari, Ali, et al.
Veröffentlicht: (2025)

Estimating Mutual Information between Time Series and Temporal Event Sequences Across Diverse Analysis Tasks
von: Hu, Haoji, et al.
Veröffentlicht: (2026)

Towards A Unified PAC-Bayesian Framework for Norm-based Generalization Bounds
von: Yi, Xinping, et al.
Veröffentlicht: (2026)

Instantiating Bayesian CVaR lower bounds in Interactive Decision Making Problems
von: Bongole, Raghav, et al.
Veröffentlicht: (2026)

Improved Offline Contextual Bandits with Second-Order Bounds: Betting and Freezing
von: Ryu, J. Jon, et al.
Veröffentlicht: (2025)

Improved Information Theoretic Generalization Bounds for Distributed and Federated Learning
von: Barnes, L. P., et al.
Veröffentlicht: (2022)

OVA-IB: One vs All Information Bottleneck for Multi-Modal Alignment
von: Li, Tianchao, et al.
Veröffentlicht: (2026)

On the Hardness of Unsupervised Domain Adaptation: Optimal Learners and Information-Theoretic Perspective
von: Dong, Zhiyi, et al.
Veröffentlicht: (2025)

Category learning in deep neural networks: Information content and geometry of internal representations
von: Bonnasse-Gahot, Laurent, et al.
Veröffentlicht: (2025)

Tighter Information-Theoretic Generalization Bounds via a Novel Class of Change of Measure Inequalities
von: Liu, Yanxiao, et al.
Veröffentlicht: (2026)

A Tensor-Train Framework for Bayesian Inference in High-Dimensional Systems: Applications to MIMO Detection and Channel Decoding
von: Schmid, Luca, et al.
Veröffentlicht: (2026)

An Information-Theoretic Framework for Out-of-Distribution Generalization with Applications to Stochastic Gradient Langevin Dynamics
von: Liu, Wenliang, et al.
Veröffentlicht: (2024)

Unifying Summary Statistic Selection for Approximate Bayesian Computation
von: Hoffmann, Till, et al.
Veröffentlicht: (2022)

Bayesian model-averaging stochastic item selection for adaptive testing
von: Su, Tina, et al.
Veröffentlicht: (2025)

Cost-Free Personalization via Information-Geometric Projection in Bayesian Federated Learning
von: Jamoussi, Nour, et al.
Veröffentlicht: (2025)

Directed Information $γ$-covering: An Information-Theoretic Framework for Context Engineering
von: Huang, Hai
Veröffentlicht: (2025)

Variational Bayesian Methods for a Tree-Structured Stick-Breaking Process Mixture of Gaussians by Application of the Bayes Codes for Context Tree Models
von: Nakahara, Yuta
Veröffentlicht: (2024)