Copertina

Improving the stability of the covariance-controlled adaptive Langevin thermostat for large-scale Bayesian sampling

Fuente: arXiv

Salvato in:

Dettagli Bibliografici
Autori principali:	Wei, Jiani, Shang, Xiaocheng
Natura:	Preprint
Pubblicazione:	2025
Soggetti:	Machine Learning Computation Methodology
Accesso online:	Acceder al recurso
Tags:	Aggiungi Tag Nessun Tag, puoi essere il primo ad aggiungerne!!

Documenti analoghi

Optimistic search: Change point estimation for large-scale data via adaptive logarithmic queries
di: Kovács, Solt, et al.
Pubblicazione: (2020)

Simulation-based Inference via Langevin Dynamics with Score Matching
di: Jiang, Haoyu, et al.
Pubblicazione: (2025)

Tail-adaptive Bayesian shrinkage
di: Lee, Se Yoon, et al.
Pubblicazione: (2020)

Sampling from Bayesian Neural Network Posteriors with Symmetric Minibatch Splitting Langevin Dynamics
di: Paulin, Daniel, et al.
Pubblicazione: (2024)

Non-Log-Concave and Nonsmooth Sampling via Langevin Monte Carlo Algorithms
di: Lau, Tim Tsz-Kit, et al.
Pubblicazione: (2023)

Inference on covariance structure in high-dimensional multi-view data
di: Mauri, Lorenzo, et al.
Pubblicazione: (2025)

Optimal Scaling for the Proximal Langevin Algorithm in High Dimensions
di: Pillai, Natesh S.
Pubblicazione: (2022)

Temperature Optimization for Bayesian Deep Learning
di: Ng, Kenyon, et al.
Pubblicazione: (2024)

BARTSIMP: flexible spatial covariate modeling and prediction using Bayesian additive regression trees
di: Jiang, Alex Ziyu, et al.
Pubblicazione: (2023)

On the Unknowable Limits to Prediction
di: Yan, Jiani, et al.
Pubblicazione: (2024)

Amortized Bayesian Local Interpolation NetworK: Fast covariance parameter estimation for Gaussian Processes
di: Feng, Brandon R., et al.
Pubblicazione: (2024)

Improving reproducibility by controlling random seed stability in machine learning based estimation via bagging
di: Williams, Nicholas, et al.
Pubblicazione: (2026)

A fast and effective kernel two-sample test for large-scale data
di: Song, Hoseung, et al.
Pubblicazione: (2021)

Fast post-process Bayesian inference with Variational Sparse Bayesian Quadrature
di: Li, Chengkun, et al.
Pubblicazione: (2023)

Global convergence of optimized adaptive importance samplers
di: Akyildiz, Ömer Deniz
Pubblicazione: (2022)

Mixture-of-experts Wishart model for covariance matrices with an application to Cancer drug screening
di: Mai, The Tien, et al.
Pubblicazione: (2026)

Generative Bayesian Inference with GANs
di: Wang, Yuexi, et al.
Pubblicazione: (2022)

Generative Bayesian Filtering and Parameter Learning
di: Marcelli, Edoardo, et al.
Pubblicazione: (2025)

Scalable Monte Carlo for Bayesian Learning
di: Fearnhead, Paul, et al.
Pubblicazione: (2024)

Bayesian Federated Inference for Survival Models
di: Pazira, Hassan, et al.
Pubblicazione: (2024)

Variational Inference for Bayesian MIDAS Regression
di: Simeone, Luigi
Pubblicazione: (2026)

Bayesian score calibration for approximate models
di: Bon, Joshua J, et al.
Pubblicazione: (2022)

Statistical ranking with dynamic covariates
di: Dong, Pinjun, et al.
Pubblicazione: (2024)

Bayesian Multiple Multivariate Density-Density Regression
di: Nguyen, Khai, et al.
Pubblicazione: (2026)

Tuning diagonal scale matrices for HMC
di: Tran, Jimmy Huy, et al.
Pubblicazione: (2024)

Approximate Bayesian inference for cumulative probit regression models
di: Aliverti, Emanuele
Pubblicazione: (2025)

Simulation-based Bayesian inference under model misspecification
di: Kelly, Ryan P., et al.
Pubblicazione: (2025)

Bayesian Ensembling: Insights from Online Optimization and Empirical Bayes
di: Waxman, Daniel, et al.
Pubblicazione: (2025)

H-AddiVortes: Heteroscedastic (Bayesian) Additive Voronoi Tessellations
di: Stone, Adam J., et al.
Pubblicazione: (2025)

bamlss: A Lego Toolbox for Flexible Bayesian Regression (and Beyond)
di: Umlauf, Nikolaus, et al.
Pubblicazione: (2019)

PASOA- PArticle baSed Bayesian Optimal Adaptive design
di: Iollo, Jacopo, et al.
Pubblicazione: (2024)

Exact Bayesian Gaussian Cox Processes Using Random Integral
di: Tang, Bingjing, et al.
Pubblicazione: (2024)

Wasserstein Gradient Flows for Batch Bayesian Optimal Experimental Design
di: Sharrock, Louis
Pubblicazione: (2026)

Nonparametric learning of covariate-based Markov jump processes using RKHS techniques
di: Han, Yuchen, et al.
Pubblicazione: (2025)

A fast non-reversible sampler for Bayesian finite mixture models
di: Ascolani, Filippo, et al.
Pubblicazione: (2025)

Likelihood-Free Adaptive Bayesian Inference via Nonparametric Distribution Matching
di: Lu, Wenhui Sophia, et al.
Pubblicazione: (2025)

Leveraging heterogeneity for identifiability: Bayesian order-based learning of multiple DAGs
di: Chang, Hyunwoong, et al.
Pubblicazione: (2026)

Relaxed Gaussian process interpolation: a goal-oriented approach to Bayesian optimization
di: Petit, Sébastien, et al.
Pubblicazione: (2022)

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

A Bayesian approach to learning mixtures of nonparametric components
di: Zhang, Yilei, et al.
Pubblicazione: (2025)