Buchumschlag

Weighted Wasserstein Barycenter of Gaussian Processes for exotic Bayesian Optimization tasks

Fuente: arXiv

Gespeichert in:

Bibliographische Detailangaben
Hauptverfasser:	Candelieri, Antonio, Archetti, Francesco
Format:	Preprint
Veröffentlicht:	2026
Schlagworte:	Machine Learning
Online-Zugang:	Acceder al recurso
Tags:	Tag hinzufügen Keine Tags, Fügen Sie den ersten Tag hinzu!

Ähnliche Einträge

Wasserstein Barycenter Gaussian Process based Bayesian Optimization
von: Candelieri, Antonio, et al.
Veröffentlicht: (2025)

Wasserstein-enabled characterization of designs and myopic decisions in Bayesian Optimization
von: Candelieri, Antonio, et al.
Veröffentlicht: (2026)

Gromov-Wasserstein and optimal transport: from assignment problems to probabilistic numeric
von: Seyedi, Iman, et al.
Veröffentlicht: (2025)

Collaborative Bayesian Optimization via Wasserstein Barycenters
von: Zhan, Donglin, et al.
Veröffentlicht: (2025)

Information Theoretic Bayesian Optimization over the Probability Simplex
von: Pavesi, Federico, et al.
Veröffentlicht: (2026)

Personalized Bayesian Federated Learning with Wasserstein Barycenter Aggregation
von: Wei, Ting, et al.
Veröffentlicht: (2025)

Differentially Private Wasserstein Barycenters
von: Gu, Anming, et al.
Veröffentlicht: (2025)

Structural Vulnerability Assessment in Urban Transport Networks: A Network-Wide Geometric Approach Using Gromov-Wasserstein
von: Seyedi, Iman, et al.
Veröffentlicht: (2025)

Wasserstein Barycenter Soft Actor-Critic
von: Shahrooei, Zahra, et al.
Veröffentlicht: (2025)

Transformers for Tabular Data: A Training Perspective of Self-Attention via Optimal Transport
von: Quadrio, Alessandro, et al.
Veröffentlicht: (2025)

Towards Marginal Fairness Sliced Wasserstein Barycenter
von: Nguyen, Khai, et al.
Veröffentlicht: (2024)

Adapted Wasserstein Barycenters of Gaussian Processes
von: Mattesini, Francesco, et al.
Veröffentlicht: (2026)

Approximate Algorithms For $k$-Sparse Wasserstein Barycenter With Outliers
von: Yang, Qingyuan, et al.
Veröffentlicht: (2024)

Heterogeneous Federated Reinforcement Learning Using Wasserstein Barycenters
von: Pereira, Luiz, et al.
Veröffentlicht: (2025)

Graph data augmentation with Gromow-Wasserstein Barycenters
von: Ponti, Andrea
Veröffentlicht: (2024)

Linearized Wasserstein Barycenters: Synthesis, Analysis, Representational Capacity, and Applications
von: Werenski, Matthew, et al.
Veröffentlicht: (2024)

Fairness in Multi-Task Learning via Wasserstein Barycenters
von: Hu, François, et al.
Veröffentlicht: (2023)

Wasserstein Gradient Flows for Scalable and Regularized Barycenter Computation
von: Montesuma, Eduardo Fernandes, et al.
Veröffentlicht: (2025)

A Particle-Flow Algorithm for Free-Support Wasserstein Barycenters
von: You, Kisung
Veröffentlicht: (2025)

Wasserstein Distributionally Robust Bayesian Optimization with Continuous Context
von: Micheli, Francesco, et al.
Veröffentlicht: (2025)

Doubly Regularized Entropic Wasserstein Barycenters
von: Chizat, Lénaïc
Veröffentlicht: (2023)

Pre-trained Gaussian Processes for Bayesian Optimization
von: Wang, Zi, et al.
Veröffentlicht: (2021)

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

Quantum Gaussian Process Regression for Bayesian Optimization
von: Rapp, Frederic, et al.
Veröffentlicht: (2023)

Regime-Adaptive Bayesian Optimization via Dirichlet Process Mixtures of Gaussian Processes
von: Zhang, Yan, et al.
Veröffentlicht: (2026)

Scalable Bayesian Optimization via Focalized Sparse Gaussian Processes
von: Wei, Yunyue, et al.
Veröffentlicht: (2024)

Optimal Transport Barycenter via Nonconvex-Concave Minimax Optimization
von: Kim, Kaheon, et al.
Veröffentlicht: (2025)

Wasserstein Gaussianization and Efficient Variational Bayes for Robust Bayesian Synthetic Likelihood
von: Nguyen, Nhat-Minh, et al.
Veröffentlicht: (2023)

Scalable Bayesian Optimization with Sparse Gaussian Process Models
von: Yang, Ang
Veröffentlicht: (2020)

Provably Efficient Bayesian Optimization with Unknown Gaussian Process Hyperparameter Estimation
von: Ha, Huong, et al.
Veröffentlicht: (2023)

Constrained Bayesian Optimization under Bivariate Gaussian Process with Application to Cure Process Optimization
von: Li, Yezhuo, et al.
Veröffentlicht: (2025)

Wasserstein-type Gaussian Process Regressions for Input Measurement Uncertainty
von: Luo, Hengrui, et al.
Veröffentlicht: (2026)

Computing Optimal Transport Maps and Wasserstein Barycenters Using Conditional Normalizing Flows
von: Visentin, Gabriele, et al.
Veröffentlicht: (2025)

Goal-Oriented Lower-Tail Calibration of Gaussian Processes for Bayesian Optimization
von: Pion, Aurélien, et al.
Veröffentlicht: (2026)

Standard Gaussian Process is All You Need for High-Dimensional Bayesian Optimization
von: Xu, Zhitong, et al.
Veröffentlicht: (2024)

Improved Regret Bounds for Gaussian Process Upper Confidence Bound in Bayesian Optimization
von: Iwazaki, Shogo
Veröffentlicht: (2025)

Physics-augmented Multi-task Gaussian Process for Modeling Spatiotemporal Dynamics
von: Zhang, Xizhuo, et al.
Veröffentlicht: (2025)

Robust Barycenters of Persistence Diagrams
von: Sisouk, Keanu, et al.
Veröffentlicht: (2025)

Sobolev Gradient Ascent for Optimal Transport: Barycenter Optimization and Convergence Analysis
von: Kim, Kaheon, et al.
Veröffentlicht: (2025)

Generalized Wasserstein Barycenters
von: Tornabene, Francesco, et al.
Veröffentlicht: (2024)