Buchumschlag

Supercharging Simulation-Based Inference for Bayesian Optimal Experimental Design

Fuente: arXiv

Gespeichert in:

Bibliographische Detailangaben
Hauptverfasser:	Klein, Samuel, Neiswanger, Willie, Ratner, Daniel, Kagan, Michael, Gasiorowski, Sean
Format:	Preprint
Veröffentlicht:	2026
Schlagworte:	Machine Learning Artificial Intelligence Information Theory Neural and Evolutionary Computing
Online-Zugang:	Acceder al recurso
Tags:	Tag hinzufügen Keine Tags, Fügen Sie den ersten Tag hinzu!

Ähnliche Einträge

Fast Fourier Transform-Based Spectral and Temporal Gradient Filtering for Differential Privacy
von: Shin, Hyeju, et al.
Veröffentlicht: (2025)

LASER: Linear Compression in Wireless Distributed Optimization
von: Makkuva, Ashok Vardhan, et al.
Veröffentlicht: (2023)

Scaling Laws and Tradeoffs in Recurrent Networks of Expressive Neurons
von: Spieler, Aaron, et al.
Veröffentlicht: (2026)

PAGE: Prototype-Based Model-Level Explanations for Graph Neural Networks
von: Shin, Yong-Min, et al.
Veröffentlicht: (2022)

LLM-Guided Search for Deletion-Correcting Codes
von: Weindel, Franziska, et al.
Veröffentlicht: (2025)

Efficient Vector Symbolic Architectures from Histogram Recovery
von: Deng, Zirui, et al.
Veröffentlicht: (2025)

Selection for short-term empowerment accelerates the evolution of homeostatic neural cellular automata
von: Grasso, Caitlin, et al.
Veröffentlicht: (2023)

Training Neural Networks with Optimal Double-Bayesian Learning
von: Bui, Vy, et al.
Veröffentlicht: (2026)

On the Feasibility of Fidelity$^-$ for Graph Pruning
von: Shin, Yong-Min, et al.
Veröffentlicht: (2024)

IM-META: Influence Maximization Using Node Metadata in Networks With Unknown Topology
von: Tran, Cong, et al.
Veröffentlicht: (2021)

Faithful and Accurate Self-Attention Attribution for Message Passing Neural Networks via the Computation Tree Viewpoint
von: Shin, Yong-Min, et al.
Veröffentlicht: (2024)

A Little Confidence Goes a Long Way
von: Scoville, John, et al.
Veröffentlicht: (2024)

Sequencing the Neurome: Towards Scalable Exact Parameter Reconstruction of Black-Box Neural Networks
von: Goldfeder, Judah, et al.
Veröffentlicht: (2024)

Direct Training Needs Regularisation: Anytime Optimal Inference Spiking Neural Network
von: Wu, Dengyu, et al.
Veröffentlicht: (2024)

Neuromorphic Wireless Device-Edge Co-Inference via the Directed Information Bottleneck
von: Ke, Yuzhen, et al.
Veröffentlicht: (2024)

What should a neuron aim for? Designing local objective functions based on information theory
von: Schneider, Andreas C., et al.
Veröffentlicht: (2024)

Sharpness-Aware Minimization with Z-Score Gradient Filtering
von: Yun, Vincent-Daniel
Veröffentlicht: (2025)

TESO Tabu Enhanced Simulation Optimization for Noisy Black Box Problems
von: Soykan, Bulent, et al.
Veröffentlicht: (2025)

An Experimental Study on Decomposition-Based Deep Ensemble Learning for Traffic Flow Forecasting
von: Zhu, Qiyuan, et al.
Veröffentlicht: (2024)

A Genetic Algorithm for Multi-Capacity Fixed-Charge Flow Network Design
von: Eardley, Caleb, et al.
Veröffentlicht: (2024)

Restricted Bayesian Neural Network
von: Ganguly, Sourav, et al.
Veröffentlicht: (2024)

Evolutionary Architecture Search through Grammar-Based Sequence Alignment
von: Martín, Adri Gómez, et al.
Veröffentlicht: (2025)

Predictive Associative Memory: Retrieval Beyond Similarity Through Temporal Co-occurrence
von: Dury, Jason
Veröffentlicht: (2026)

Frugal Knowledge Graph Construction with Local LLMs: A Zero-Shot Pipeline, Self-Consistency and Wisdom of Artificial Crowds
von: Jourlin, Pierre
Veröffentlicht: (2026)

Demystifying MPNNs: Message Passing as Merely Efficient Matrix Multiplication
von: Jiang, Qin, et al.
Veröffentlicht: (2025)

PBiLoss: Popularity-Aware Regularization to Improve Fairness in Graph-Based Recommender Systems
von: Naeimi, Mohammad, et al.
Veröffentlicht: (2025)

MeGA: Merging Multiple Independently Trained Neural Networks Based on Genetic Algorithm
von: Yun, Daniel
Veröffentlicht: (2024)

A Tutorial on the Design, Experimentation and Application of Metaheuristic Algorithms to Real-World Optimization Problems
von: Osaba, Eneko, et al.
Veröffentlicht: (2024)

A Simple and Efficient Approach to Batch Bayesian Optimization
von: Zhan, Dawei, et al.
Veröffentlicht: (2024)

A General Framework for Interpretable Neural Learning based on Local Information-Theoretic Goal Functions
von: Makkeh, Abdullah, et al.
Veröffentlicht: (2023)

JPC: Flexible Inference for Predictive Coding Networks in JAX
von: Innocenti, Francesco, et al.
Veröffentlicht: (2024)

Bridge the Inference Gaps of Neural Processes via Expectation Maximization
von: Wang, Qi, et al.
Veröffentlicht: (2025)

Recursive KL Divergence Optimization: A Dynamic Framework for Representation Learning
von: Martin, Anthony D
Veröffentlicht: (2025)

Globally Optimal Training of Spiking Neural Networks via Parameter Reconstruction
von: Udupi, Himanshu, et al.
Veröffentlicht: (2026)

A Class Inference Scheme With Dempster-Shafer Theory for Learning Fuzzy-Classifier Systems
von: Shiraishi, Hiroki, et al.
Veröffentlicht: (2025)

JaxLife: An Open-Ended Agentic Simulator
von: Lu, Chris, et al.
Veröffentlicht: (2024)

Simulation of Language Evolution under Regulated Social Media Platforms: A Synergistic Approach of Large Language Models and Genetic Algorithms
von: Cai, Jinyu, et al.
Veröffentlicht: (2025)

Bayes-CATSI: A variational Bayesian deep learning framework for medical time series data imputation
von: Kulkarni, Omkar, et al.
Veröffentlicht: (2024)

Selective Task offloading for Maximum Inference Accuracy and Energy efficient Real-Time IoT Sensing Systems
von: Sada, Abdelkarim Ben, et al.
Veröffentlicht: (2024)

Experimental Evaluation of Machine Learning Models for Goal-oriented Customer Service Chatbot with Pipeline Architecture
von: Isa, Nurul Ain Nabilah Mohd, et al.
Veröffentlicht: (2024)