Copertina

Variational Learning of Fractional Posteriors

Fuente: arXiv

Salvato in:

Dettagli Bibliografici
Autori principali:	Chai, Kian Ming A., Bonilla, Edwin V.
Natura:	Preprint
Pubblicazione:	2026
Soggetti:	Machine Learning
Accesso online:	Acceder al recurso
Tags:	Aggiungi Tag Nessun Tag, puoi essere il primo ad aggiungerne!!

Documenti analoghi

Thompson Sampling in Function Spaces via Neural Operators
di: Oliveira, Rafael, et al.
Pubblicazione: (2025)

ProDAG: Projected Variational Inference for Directed Acyclic Graphs
di: Thompson, Ryan, et al.
Pubblicazione: (2024)

Permutation-based Inference for Variational Learning of Directed Acyclic Graphs
di: Bonilla, Edwin V., et al.
Pubblicazione: (2024)

Enhancing Transfer Learning with Flexible Nonparametric Posterior Sampling
di: Lee, Hyungi, et al.
Pubblicazione: (2024)

Bernstein Flows for Flexible Posteriors in Variational Bayes
di: Dürr, Oliver, et al.
Pubblicazione: (2022)

Variational Diffusion Posterior Sampling with Midpoint Guidance
di: Moufad, Badr, et al.
Pubblicazione: (2024)

Variational Search Distributions
di: Steinberg, Daniel M., et al.
Pubblicazione: (2024)

Contextual Directed Acyclic Graphs
di: Thompson, Ryan, et al.
Pubblicazione: (2023)

Posterior Collapse as a Phase Transition in Variational Autoencoders
di: Li, Zhen, et al.
Pubblicazione: (2025)

Beyond Vanilla Variational Autoencoders: Detecting Posterior Collapse in Conditional and Hierarchical Variational Autoencoders
di: Dang, Hien, et al.
Pubblicazione: (2023)

Generative Bayesian Optimization: Generative Models as Acquisition Functions
di: Oliveira, Rafael, et al.
Pubblicazione: (2025)

Denoising Diffusion Variational Inference: Diffusion Models as Expressive Variational Posteriors
di: Piriyakulkij, Wasu Top, et al.
Pubblicazione: (2024)

Rényi Neural Processes
di: Wang, Xuesong, et al.
Pubblicazione: (2024)

Towards Model-Agnostic Posterior Approximation for Fast and Accurate Variational Autoencoders
di: Yacoby, Yaniv, et al.
Pubblicazione: (2024)

Statistically Efficient Bayesian Sequential Experiment Design via Reinforcement Learning with Cross-Entropy Estimators
di: Blau, Tom, et al.
Pubblicazione: (2023)

Bayesian Adaptive Calibration and Optimal Design
di: Oliveira, Rafael, et al.
Pubblicazione: (2024)

Optimal Transport for Structure Learning Under Missing Data
di: Vo, Vy, et al.
Pubblicazione: (2024)

Variational Inference: Posterior Threshold Improves Network Clustering Accuracy in Sparse Regimes
di: Li, Xuezhen, et al.
Pubblicazione: (2023)

Multi-Scale Wavelet Transformers for Operator Learning of Dynamical Systems
di: Wang, Xuesong, et al.
Pubblicazione: (2026)

Variational Inference Failures Under Model Symmetries: Permutation Invariant Posteriors for Bayesian Neural Networks
di: Gelberg, Yoav, et al.
Pubblicazione: (2024)

Vector Copula Variational Inference and Dependent Block Posterior Approximations
di: Fu, Yu, et al.
Pubblicazione: (2025)

Arrow: A Foundation Model for Causal Discovery
di: Thompson, Ryan, et al.
Pubblicazione: (2026)

Large-scale Score-based Variational Posterior Inference for Bayesian Deep Neural Networks
di: Kim, Minyoung
Pubblicazione: (2026)

Efficient LLM Reasoning via Variational Posterior Guidance with Efficiency Awareness
di: Chen, Zizhao, et al.
Pubblicazione: (2026)

Robust Bayesian Inference via Variational Approximations of Generalized Rho-Posteriors
di: Khribch, EL Mahdi, et al.
Pubblicazione: (2026)

Rates of Convergence of Generalised Variational Inference Posteriors under Prior Misspecification
di: Mildner, Terje, et al.
Pubblicazione: (2025)

Causal Preference Elicitation
di: Bonilla, Edwin V., et al.
Pubblicazione: (2026)

Bayesian Vector AutoRegression with Factorised Granger-Causal Graphs
di: Zhao, He, et al.
Pubblicazione: (2024)

On Cold Posteriors of Probabilistic Neural Networks: Understanding the Cold Posterior Effect and A New Way to Learn Cold Posteriors with Tight Generalization Guarantees
di: Zhang, Yijie
Pubblicazione: (2024)

Self-Interested Agents in Collaborative Machine Learning: An Incentivized Adaptive Data-Centric Framework
di: Vijayan, Nithia, et al.
Pubblicazione: (2024)

Fast and Robust Likelihood-Guided Diffusion Posterior Sampling with Amortized Variational Inference
di: Zheng, Léon, et al.
Pubblicazione: (2026)

Improving Uncertainty Quantification in Large Language Models via Semantic Embeddings
di: Grewal, Yashvir S., et al.
Pubblicazione: (2024)

Posterior-Calibrated Causal Circuits in Variational Autoencoders: Why Image-Domain Interpretability Fails on Tabular Data
di: Roy, Dip, et al.
Pubblicazione: (2026)

TabMGP: Martingale Posterior with TabPFN
di: Ng, Kenyon, et al.
Pubblicazione: (2025)

SVRG and Beyond via Posterior Correction
di: Daheim, Nico, et al.
Pubblicazione: (2025)

Frequentist Regret Analysis of Gaussian Process Thompson Sampling via Fractional Posteriors
di: Roy, Somjit, et al.
Pubblicazione: (2026)

Escaping the Mode Lottery: Multi-Response Training Improves Language Model Generalization
di: Amin, Hasan, et al.
Pubblicazione: (2026)

Enhancing Channel-Independent Time Series Forecasting via Cross-Variate Patch Embedding
di: Shin, Donghwa, et al.
Pubblicazione: (2025)

Ordering-based Causal Discovery via Generalized Score Matching
di: Vo, Vy, et al.
Pubblicazione: (2026)

Model-free Posterior Sampling via Learning Rate Randomization
di: Tiapkin, Daniil, et al.
Pubblicazione: (2023)