Buchumschlag

Continuous mixtures of Gaussian processes as models for spatial extremes

Fuente: arXiv

Gespeichert in:

Bibliographische Detailangaben
Hauptverfasser:	Dell'Oro, Lorenzo, Gaetan, Carlo, Opitz, Thomas
Format:	Preprint
Veröffentlicht:	2026
Schlagworte:	Methodology Computation
Online-Zugang:	Acceder al recurso
Tags:	Tag hinzufügen Keine Tags, Fügen Sie den ersten Tag hinzu!

Ähnliche Einträge

Flexible space-time models for extreme data
von: Dell'Oro, Lorenzo, et al.
Veröffentlicht: (2024)

High-dimensional modeling of spatial and spatio-temporal conditional extremes using INLA and Gaussian Markov random fields
von: Simpson, Emma S., et al.
Veröffentlicht: (2020)

Modeling of spatial extremes in environmental data science: Time to move away from max-stable processes
von: Huser, Raphaël, et al.
Veröffentlicht: (2024)

deepspat: An R package for modeling nonstationary spatial and spatio-temporal Gaussian and extremes data through deep deformations
von: Vu, Quan, et al.
Veröffentlicht: (2025)

A note on auxiliary mixture sampling for Bayesian Poisson models
von: Gardini, Aldo, et al.
Veröffentlicht: (2025)

Modeling high and low extremes with a novel dynamic spatio-temporal model
von: Yoo, Myungsoo, et al.
Veröffentlicht: (2025)

Joint modeling of low and high extremes using a multivariate extended generalized Pareto distribution
von: Alotaibi, Noura, et al.
Veröffentlicht: (2025)

Multivariate distributional modeling of low, moderate, and large intensities without threshold selection steps
von: Gaetan, Carlo, et al.
Veröffentlicht: (2025)

The transcoding sampler for stick-breaking inferences on Dirichlet process mixtures
von: Vicentini, Carlo
Veröffentlicht: (2023)

A remark on the growth rate of operator semigroups under resolvent bounds
von: Dell'Oro, Filippo
Veröffentlicht: (2025)

An extended generalized Pareto regression model for count data
von: Ahmad, Touqeer, et al.
Veröffentlicht: (2022)

Extreme-value modelling of migratory bird arrival dates: Insights from citizen science data
von: Koh, Jonathan, et al.
Veröffentlicht: (2023)

Parsimonious Gaussian mixture models with piecewise-constant eigenvalue profiles
von: Szwagier, Tom, et al.
Veröffentlicht: (2025)

Vecchia approximated Bayesian heteroskedastic Gaussian processes
von: Patil, Parul V., et al.
Veröffentlicht: (2025)

A Bayesian multivariate extreme value mixture model
von: Hu, Chenglei, et al.
Veröffentlicht: (2024)

Bayesian mixture modeling using a mixture of finite mixtures with normalized inverse Gaussian weights
von: Iwashige, Fumiya, et al.
Veröffentlicht: (2025)

Laplace and skew-Laplace approximations for Dirichlet process mixture posterior density
von: Franzolini, Beatrice, et al.
Veröffentlicht: (2026)

Robust semi-parametric mixtures of linear experts using the contaminated Gaussian distribution
von: Mambondimumwe, Peterson, et al.
Veröffentlicht: (2026)

A penalized least squares estimator for extreme-value mixture models
von: Mourahib, Anas, et al.
Veröffentlicht: (2025)

Regularized estimation for highly multivariate spatial Gaussian random fields
von: Cuevas-Pacheco, Francisco, et al.
Veröffentlicht: (2026)

Multivariate Gaussian process emulation for multifidelity computer models with high-dimensional spatial outputs
von: McCrimmon, Cyrus S., et al.
Veröffentlicht: (2026)

Geometric criteria for identifying extremal dependence and flexible modeling via additive mixtures
von: Lee, Jeongjin, et al.
Veröffentlicht: (2025)

Efficient bayesian spatially varying coefficients modeling for censored data using the vecchia approximation
von: Idir, Yacine Mohamed, et al.
Veröffentlicht: (2025)

Bayesian inference for functional extreme events defined via partially unobserved processes
von: Thannheimer, Max, et al.
Veröffentlicht: (2025)

MCMC for Bayesian nonparametric mixture modeling under differential privacy
von: Beraha, Mario, et al.
Veröffentlicht: (2023)

CliPS -- How to identify cluster distributions in Bayesian mixture models
von: Malsiner-Walli, Gertraud, et al.
Veröffentlicht: (2026)

Bayesian estimation of a multivariate TAR model when the noise process distribution belongs to the class of Gaussian variance mixtures
von: Vanegas, L. H., et al.
Veröffentlicht: (2025)

Exact two-stage finite-mixture representations for species sampling processes
von: Mena, Ramsés H., et al.
Veröffentlicht: (2025)

Simulating signed mixtures
von: Stoehr, Julien, et al.
Veröffentlicht: (2024)

Building nonstationary extreme value model using L-moments
von: Shin, Yire, et al.
Veröffentlicht: (2025)

Fast and flexible inference for spatial extremes
von: Zhong, Peng, et al.
Veröffentlicht: (2024)

Spatial quantile clustering of climate data
von: Gaetan, Carlo, et al.
Veröffentlicht: (2024)

Distributed model building and recursive integration for big spatial data modeling
von: Hector, Emily C., et al.
Veröffentlicht: (2023)

Geometric modelling of spatial extremes
von: Kakampakou, Lydia, et al.
Veröffentlicht: (2025)

A Bayesian prevalence-incidence mixture model for screening outcomes with misclassification
von: Klausch, Thomas, et al.
Veröffentlicht: (2024)

Spatial scale-aware tail dependence modeling for high-dimensional spatial extremes
von: Shi, Muyang, et al.
Veröffentlicht: (2024)

A consensus-constrained parsimonious Gaussian mixture model for clustering hyperspectral images
von: Babu, Ganesh, et al.
Veröffentlicht: (2024)

Nonparametric contaminated Gaussian mixture of regressions
von: Skhosana, Sphiwe B., et al.
Veröffentlicht: (2026)

Multinomial mixture for spatial data
von: Nalpantidi, Anna, et al.
Veröffentlicht: (2024)

Hierarchical additive interaction modelling with Gaussian process prior and its efficient implementation for multidimensional grid data
von: Ishida, Sahoko, et al.
Veröffentlicht: (2023)