Buchumschlag

Safe, Scalable, and Accurate Bayes Posterior Sampling for Large-Data Generalized Linear Mixed Models

Fuente: arXiv

Gespeichert in:

Bibliographische Detailangaben
Hauptverfasser:	Baek, Youngsoo, Berchuck, Samuel I.
Format:	Preprint
Veröffentlicht:	2026
Schlagworte:	Methodology Computation Machine Learning
Online-Zugang:	Acceder al recurso
Tags:	Tag hinzufügen Keine Tags, Fügen Sie den ersten Tag hinzu!

Ähnliche Einträge

Scalable Bayesian Inference for Generalized Linear Mixed Models via Stochastic Gradient MCMC
von: Berchuck, Samuel I., et al.
Veröffentlicht: (2024)

Scalable Subset Selection in Linear Mixed Models
von: Thompson, Ryan, et al.
Veröffentlicht: (2025)

How to Evaluate Entity Resolution Systems: An Entity-Centric Framework with Application to Inventor Name Disambiguation
von: Binette, Olivier, et al.
Veröffentlicht: (2024)

A Flexible Empirical Bayes Approach to Generalized Linear Models, with Applications to Sparse Logistic Regression
von: Xie, Dongyue, et al.
Veröffentlicht: (2026)

Fast Variational Bayes for Large Spatial Data
von: Song, Jiafang, et al.
Veröffentlicht: (2025)

Multi-Domain Empirical Bayes for Linearly-Mixed Causal Representations
von: Wu, Bohan, et al.
Veröffentlicht: (2026)

Optimal Sampling for Generalized Linear Model under Measurement Constraint with Surrogate Variables
von: Shen, Yixin, et al.
Veröffentlicht: (2025)

Scalable Asynchronous Federated Modeling for Spatial Data
von: Shi, Jianwei, et al.
Veröffentlicht: (2025)

Posterior SBC: Simulation-Based Calibration Checking Conditional on Data
von: Säilynoja, Teemu, et al.
Veröffentlicht: (2025)

Neural Generalized Mixed-Effects Models
von: Slavutsky, Yuli, et al.
Veröffentlicht: (2026)

Deep Generative Quantile Bayes
von: Kim, Jungeum, et al.
Veröffentlicht: (2024)

Tree Bandits for Generative Bayes
von: O'Hagan, Sean, et al.
Veröffentlicht: (2024)

TabMixNN: A Unified Deep Learning Framework for Structural Mixed Effects Modeling on Tabular Data
von: Akdemir, Deniz
Veröffentlicht: (2025)

Scalable Krylov Subspace Methods for Generalized Mixed-Effects Models with Crossed Random Effects
von: Kündig, Pascal, et al.
Veröffentlicht: (2025)

Robust and Scalable Variational Bayes
von: Padilla, Carlos Misael Madrid, et al.
Veröffentlicht: (2025)

Gradient Boosted Mixed Models: Flexible Joint Estimation of Mean and Variance Components for Clustered Data
von: Prevett, Mitchell L., et al.
Veröffentlicht: (2025)

Preconditioned Robust Neural Posterior Estimation for Misspecified Simulators
von: Kelly, Ryan P., et al.
Veröffentlicht: (2026)

Scalable Vertical Federated Learning via Data Augmentation and Amortized Inference
von: Hassan, Conor, et al.
Veröffentlicht: (2024)

Distributed Learning of Generalized Linear Causal Networks
von: Ye, Qiaoling, et al.
Veröffentlicht: (2022)

Uncertainty Quantification for Prior-Data Fitted Networks using Martingale Posteriors
von: Nagler, Thomas, et al.
Veröffentlicht: (2025)

Generalizing Orthogonalization for Models with Non-Linearities
von: Rügamer, David, et al.
Veröffentlicht: (2024)

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

Deep Bayes Factors
von: Kim, Jungeum, et al.
Veröffentlicht: (2023)

A Consistent and Scalable Algorithm for Best Subset Selection in Single Index Models
von: Tang, Borui, et al.
Veröffentlicht: (2023)

Scalable Bayesian Structure Learning for Gaussian Graphical Models Using Marginal Pseudo-likelihood
von: Mohammadi, Reza, et al.
Veröffentlicht: (2023)

Machine Learning for Two-Sample Testing under Right-Censored Data: A Simulation Study
von: Philonenko, Petr, et al.
Veröffentlicht: (2024)

Generative Bayesian Computation as a Scalable Alternative to Gaussian Process Surrogates
von: Polson, Nick, et al.
Veröffentlicht: (2026)

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

Adaptive Nonparametric Perturbations of Parametric Models with Generalized Bayes
von: Wu, Bohan, et al.
Veröffentlicht: (2024)

Scalable Inference for Bayesian Multinomial Logistic-Normal Dynamic Linear Models
von: Saxena, Manan, et al.
Veröffentlicht: (2024)

Metropolis Sampling
von: Martino, Luca, et al.
Veröffentlicht: (2017)

Mean-field Variational Bayes for Sparse Probit Regression
von: Fasano, Augusto, et al.
Veröffentlicht: (2026)

Predictively Oriented Posteriors
von: McLatchie, Yann, et al.
Veröffentlicht: (2025)

SSLfmm: An R Package for Semi-Supervised Learning with a Mixed-Missingness Mechanism in Finite Mixture Models
von: McLachlan, Geoffrey J., et al.
Veröffentlicht: (2025)

Summarizing Bayesian Nonparametric Mixture Posterior -- Sliced Optimal Transport Metrics for Gaussian Mixtures
von: Nguyen, Khai, et al.
Veröffentlicht: (2024)

Classification from Positive and Biased Negative Data with Skewed Labeled Posterior Probability
von: Watanabe, Shotaro, et al.
Veröffentlicht: (2022)

Spike-and-Slab Posterior Sampling in High Dimensions
von: Kumar, Syamantak, et al.
Veröffentlicht: (2025)

Scalable Text-Embedding-informed Cognitive Diagnosis of Large Language Models
von: Liu, Jia, et al.
Veröffentlicht: (2026)

A Scalable Variational Bayes Approach for Fitting Non-Conjugate Spatial Generalized Linear Mixed Models via Basis Expansions
von: Lee, Jin Hyung, et al.
Veröffentlicht: (2025)

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