Buchumschlag

Bend to Mend: Toward Trustworthy Variational Bayes with Valid Uncertainty Quantification

Fuente: arXiv

Gespeichert in:

Bibliographische Detailangaben
Hauptverfasser:	Liu, Jiaming, Li, Meng
Format:	Preprint
Veröffentlicht:	2025
Schlagworte:	Methodology
Online-Zugang:	Acceder al recurso
Tags:	Tag hinzufügen Keine Tags, Fügen Sie den ersten Tag hinzu!

Ähnliche Einträge

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

Predictive Uncertainty Quantification with Missing Covariates
von: Zaffran, Margaux, et al.
Veröffentlicht: (2024)

Efficient Input Uncertainty Quantification for Ratio Estimator
von: He, Linyun, et al.
Veröffentlicht: (2024)

Prediction-Centric Uncertainty Quantification via MMD
von: Shen, Zheyang, et al.
Veröffentlicht: (2024)

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

Large Scale Partial Correlation Screening with Uncertainty Quantification
von: Neo, Emily, et al.
Veröffentlicht: (2025)

Towards Improved Uncertainty Quantification of Stochastic Epidemic Models Using Sequential Monte Carlo
von: Fadikar, Arindam, et al.
Veröffentlicht: (2024)

Uncertainty Quantification for Ranking with Heterogeneous Preferences
von: Fan, Jianqing, et al.
Veröffentlicht: (2025)

Optimal Forecast Reconciliation with Uncertainty Quantification
von: Møller, Jan Kloppenborg, et al.
Veröffentlicht: (2024)

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

Coherent Disaggregation and Uncertainty Quantification for Spatially Misaligned Data
von: Suen, Man Ho, et al.
Veröffentlicht: (2025)

Uncertainty Quantification in Bayesian Reduced-Rank Sparse Regressions
von: Pintado, Maria F., et al.
Veröffentlicht: (2023)

Likelihood-free Posterior Density Learning for Uncertainty Quantification in Inference Problems
von: Zhang, Rui, et al.
Veröffentlicht: (2025)

Hierarchical Bayesian Modeling for Uncertainty Quantification and Reliability Updating using Data
von: Jia, Xinyu, et al.
Veröffentlicht: (2024)

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

Uncertainty Quantification in Forecast Comparisons
von: Pohle, Marc-Oliver, et al.
Veröffentlicht: (2026)

Robust Variational Bayes by Min-Max Median Aggregation
von: Yan, Jiawei, et al.
Veröffentlicht: (2025)

Statistically Optimal Uncertainty Quantification for Expensive Black-Box Models
von: He, Shengyi, et al.
Veröffentlicht: (2024)

Uncertainty Quantification using Simulation Output: Batching as an Inferential Device
von: Jeon, Yongseok, et al.
Veröffentlicht: (2023)

Group Spike and Slab Variational Bayes
von: Komodromos, Michael, et al.
Veröffentlicht: (2023)

Multi-Layer Kernel Machines: Fast and Optimal Nonparametric Regression with Uncertainty Quantification
von: Dai, Xiaowu, et al.
Veröffentlicht: (2024)

Robust and Scalable Variational Bayes
von: Padilla, Carlos Misael Madrid, et al.
Veröffentlicht: (2025)

Logistic Variational Bayes Revisited
von: Komodromos, Michael, et al.
Veröffentlicht: (2024)

Variational Bayes for Mixture of Gaussian Structural Equation Models
von: Dang, Khue-Dung, et al.
Veröffentlicht: (2024)

Scalable Variational Bayes Inference for Dynamic Variable Selection
von: Bianco, Nicolas, et al.
Veröffentlicht: (2023)

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

BOB: Bayesian Optimized Bootstrap for Uncertainty Quantification in Gaussian Mixture Models
von: Marin, Santiago, et al.
Veröffentlicht: (2023)

Stochastic Gradient Variational Bayes in the Stochastic Blockmodel
von: Regueiro, Pedro, et al.
Veröffentlicht: (2024)

Variational Bayes and Truncation approximations for Enriched Dirichlet process mixtures
von: Bhadra, Somnath, et al.
Veröffentlicht: (2026)

Variational Bayes Inference for Spatial Error Models with Missing Data
von: Wijayawardhana, Anjana, 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 and Confidence Intervals for Naive Rare-Event Estimators
von: Bai, Yuanlu, et al.
Veröffentlicht: (2023)

Trustworthy Dimensionality Reduction
von: Roy, Subhrajyoty
Veröffentlicht: (2024)

Uncertainty Quantification in Synthetic Controls with Staggered Treatment Adoption
von: Cattaneo, Matias D., et al.
Veröffentlicht: (2022)

Uncertainty-Aware Ideal Point Estimation via Variational EM
von: Seo, Kwangok, et al.
Veröffentlicht: (2026)

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

Aitchison Geometry on the Simplex for Uncertainty Quantification in Bayesian Hyperspectral Image Unmixing
von: Blondel, Hector, et al.
Veröffentlicht: (2026)

Uncertainty-Aware Bayes' Rule and Its Applications
von: Wang, Shixiong
Veröffentlicht: (2023)

Evaluating Parameter Uncertainty in the Poisson Lognormal Model with Corrected Variational Estimators
von: Batardière, Bastien, et al.
Veröffentlicht: (2024)