Buchumschlag

Scalable Gaussian process inference via neural feature maps

Fuente: arXiv

Gespeichert in:

Bibliographische Detailangaben
1. Verfasser:	Stephenson, Anthony
Format:	Preprint
Veröffentlicht:	2026
Schlagworte:	Machine Learning 60G15, 62G08 G.3
Online-Zugang:	Acceder al recurso
Tags:	Tag hinzufügen Keine Tags, Fügen Sie den ersten Tag hinzu!

Ähnliche Einträge

Computationally efficient multi-level Gaussian process regression for functional data observed under completely or partially regular sampling designs
von: Hoffmann, Adam Gorm, et al.
Veröffentlicht: (2024)

Fast Gaussian process inference by exact Matérn kernel decomposition
von: Langrené, Nicolas, et al.
Veröffentlicht: (2025)

Vecchia Gaussian Processes: on probabilistic and statistical properties
von: Szabo, Botond, et al.
Veröffentlicht: (2024)

Efficient Decision Trees for Tensor Regressions
von: Luo, Hengrui, et al.
Veröffentlicht: (2024)

CRPS-Optimal Binning for Univariate Conformal Regression
von: Toccaceli, Paolo
Veröffentlicht: (2026)

Stochastic tensor space feature theory with applications to robust machine learning
von: Castrillon-Candas, Julio Enrique, et al.
Veröffentlicht: (2021)

Spectral Bayesian Regression on the Sphere
von: Durastanti, Claudio
Veröffentlicht: (2026)

Retrospective Counterfactual Prediction by Conditioning on the Factual Outcome: A Cross-World Approach
von: Bodik, Juraj
Veröffentlicht: (2026)

GOLFS: Feature Selection via Combining Both Global and Local Information for High Dimensional Clustering
von: Xing, Zhaoyu, et al.
Veröffentlicht: (2025)

Likelihood Ratio Tests by Kernel Gaussian Embedding
von: Santoro, Leonardo V., et al.
Veröffentlicht: (2025)

Scalable Bernoulli factories for Bayesian inference with intractable likelihoods
von: Stumpf-Fétizon, Timothée, et al.
Veröffentlicht: (2025)

Bayesian nonparametric inference on a Fréchet class
von: Dreassi, Emanuela, et al.
Veröffentlicht: (2025)

Support-Conditioned Flow Matching Is Kernel Smoothing
von: Smola, Daniel Matsui
Veröffentlicht: (2026)

Integrative Analysis and Imputation of Multiple Data Streams via Deep Gaussian Processes
von: Septiandri, Ali Akbar, et al.
Veröffentlicht: (2025)

Local regression on path spaces with signature metrics
von: Bayer, Christian, et al.
Veröffentlicht: (2025)

From interpretability to inference: an estimation framework for universal approximators
von: Joseph, Andreas
Veröffentlicht: (2019)

Optimal minimax rate of learning nonlocal interaction kernels
von: Wang, Xiong, et al.
Veröffentlicht: (2023)

In almost all shallow analytic neural network optimization landscapes, efficient minimizers have strongly convex neighborhoods
von: Benning, Felix, et al.
Veröffentlicht: (2025)

On deviation probabilities in non-parametric regression with heavy-tailed noise
von: Ben-Hamou, Anna, et al.
Veröffentlicht: (2023)

The Bernstein-von Mises theorem and efficiency for semiparametric inference in multivariate Hawkes processes
von: Duverger, Mael, et al.
Veröffentlicht: (2026)

Nonparametric velocity estimation in stochastic convection-diffusion equations from multiple local measurements
von: Strauch, Claudia, et al.
Veröffentlicht: (2024)

Asymptotic equivalence of non-parametric regression with spherical regressors and Gaussian white noise
von: Kroll, Martin
Veröffentlicht: (2025)

Second Maximum of a Gaussian Random Field and Exact (t-)Spacing test
von: Azaïs, Jean-Marc, et al.
Veröffentlicht: (2024)

Likelihood inference of the non-stationary Hawkes process with non-exponential kernel
von: Kwan, Tsz-Kit Jeffrey, et al.
Veröffentlicht: (2024)

SHIFT: Robust Double Machine Learning for Average Dose-Response Functions under Heavy-Tailed Contamination
von: Uehara, Eichi
Veröffentlicht: (2026)

Is model selection possible for the $\ell_p$-loss? PCO estimation for regression models
von: Lacour, Claire, et al.
Veröffentlicht: (2025)

Convergence rates of non-stationary and deep Gaussian process regression
von: Osborne, Conor, et al.
Veröffentlicht: (2023)

A PAC-Bayes oracle inequality for sparse neural networks
von: Steffen, Maximilian F., et al.
Veröffentlicht: (2022)

Generalization Error of GAN from the Discriminator's Perspective
von: Yang, Hongkang, et al.
Veröffentlicht: (2021)

Nonparametric Empirical Bayes Estimation on Heterogeneous Data
von: Banerjee, Trambak, et al.
Veröffentlicht: (2020)

Adaptive thresholding for wavelet-based nonparametric heteroskedastic variance estimation on the sphere
von: Durastanti, Claudio, et al.
Veröffentlicht: (2026)

Out-of-bag prediction balls for random forests in metric spaces
von: Serrano, Diego, et al.
Veröffentlicht: (2025)

Insights into Tail-Based and Order Statistics
von: Almani, Hamidreza Maleki
Veröffentlicht: (2025)

Functional Extreme-PLS
von: Girard, Stéphane, et al.
Veröffentlicht: (2024)

A Gaussian process and linear-based framework for computing cut distributions in modular Bayesian calibration of two chained computer models
von: Baldé, Oumar, et al.
Veröffentlicht: (2023)

Exact Bayesian inference for Markov switching diffusions
von: Stumpf-Fétizon, Timothée, et al.
Veröffentlicht: (2025)

Beyond Point Estimates: Distributional Uncertainty in Machine Learning Performance Evaluation
von: Lehmann, Christoph, et al.
Veröffentlicht: (2025)

NeuroMemFPP: A recurrent neural approach for memory-aware parameter estimation in fractional Poisson process
von: Gupta, Neha, et al.
Veröffentlicht: (2025)

Global Minima by Penalized Full-dimensional Scaling
von: de Leeuw, Jan
Veröffentlicht: (2024)

Fibonacci-Driven Recursive Ensembles: Algorithms, Convergence, and Learning Dynamics
von: Fokoué, Ernest
Veröffentlicht: (2026)