The missing mathematical story of Bayesian uncertainty quantification for big data

Información del proyecto

BigBayesUQ

Identificador del acuerdo de subvención: 101041064

DOI

10.3030/101041064

Fecha de la firma de la CE 10 Febrero 2022

Fecha de inicio 1 Agosto 2022

Fecha de finalización 31 Julio 2027

Financiado con arreglo a

• European Research Council (ERC)

Coste total

€ 1 492 750,00

Aportación de la UE

€ 1 492 750,00

Coordinado por

UNIVERSITA COMMERCIALE LUIGI BOCCONI
Italy

CORDIS proporciona enlaces a los documentos públicos y las publicaciones de los proyectos de los programas marco HORIZONTE.

Los enlaces a los documentos y las publicaciones de los proyectos del Séptimo Programa Marco, así como los enlaces a algunos tipos de resultados específicos, como conjuntos de datos y «software», se obtienen dinámicamente de OpenAIRE .

Resultado final

Documents, reports (1)

Data Management Plan

Publicaciones

Conference proceedings (2)

Variational Gaussian Processes For Linear Inverse Problems

Autores: Randrianarisoa, Thibault; Szabo, Botond
Publicado en: NeurIPS-2023, 2023, ISSN 2331-8422
Editor: Arxiv
DOI: 10.48550/arXiv.2311.00663

Optimal testing using combined test statistics across independent studies

Autores: Vuursteen, Lasse; Szabo, Botond; van der Vaart, Aad; van Zanten, Harry
Publicado en: NeurIPS-2023, 2023
Editor: NeurIPS-2023
DOI: 10.48550/arXiv.2310.19541

Peer reviewed articles (9)

Distributed function estimation: Adaptation using minimal communication

Autores: Szabo, Botond; van Zanten, Harry
Publicado en: Mathematical Statistics and Learning, 2022, ISSN 2520-2316
Editor: EMS Press
DOI: 10.48550/arxiv.2003.12838

Uncertainty quantification for sparse spectral variational approximations in Gaussian process regression

Autores: Dennis Nieman, Botond Szabo, Harry van Zanten
Publicado en: Electronic Journal of Statistics, Edición 17, 2023, ISSN 1935-7524
Editor: Institute of Mathematical Statistics
DOI: 10.1214/23-ejs2155

Radial neighbours for provably accurate scalable approximations of Gaussian processes

Autores: Yichen Zhu, Michele Peruzzi, Cheng Li, David B Dunson
Publicado en: Biometrika, 2024, ISSN 0006-3444
Editor: Oxford University Press (OUP)
DOI: 10.1093/biomet/asae029

Contraction rates for sparse variational approximations in Gaussian process regression

Autores: Nieman, Dennis; Szabo, Botond; van Zanten, Harry
Publicado en: Journal of Machine Learning Research, Edición 23, 2022, ISSN 1533-7928
Editor: JMLR, Inc. and Microtome Publishing
DOI: 10.48550/arxiv.2109.10755

Optimal high-dimensional and nonparametric distributed testing under communication constraints

Autores: Botond Szabó, Lasse Vuursteen, Harry van Zanten
Publicado en: The Annals of Statistics, Edición 51, 2023, ISSN 0090-5364
Editor: Institute of Mathematical Statistics
DOI: 10.1214/23-AOS2269

Analyzing Hierarchical Multi-View MRI Data With StaPLR: An Application to Alzheimer's Disease Classification

Autores: Wouter van Loon; Frank de Vos; Frank de Vos; Frank de Vos; Marjolein Fokkema; Botond Szabo; Botond Szabo; Marisa Koini; Reinhold Schmidt; Mark de Rooij; Mark de Rooij
Publicado en: Frontiers in Neuroscience, Vol 16 (2022), 2022, ISSN 1662-453X
Editor: Frontiers in Neuroscience
DOI: 10.48550/arxiv.2108.05761

Optimal Distributed Composite Testing in High-Dimensional Gaussian Models With 1-Bit Communication

Autores: Botond Szabo, Lasse Vuursteen, Harry Van Zanten
Publicado en: IEEE Transactions on Information Theory, Edición 68, 2022, ISSN 0018-9448
Editor: Institute of Electrical and Electronics Engineers (IEEE)
DOI: 10.1109/tit.2022.3150599

Early stopping for L2-boosting in high-dimensional linear models

Autores: Bernhard Stankewitz
Publicado en: The Annals of Statistics, Edición 52, 2024, ISSN 0090-5364
Editor: Institute of Mathematical Statistics
DOI: 10.1214/24-AOS2356

Kolyan Ray and Botond Szabo's contribution to the Discussion of ‘Martingale Posterior Distributions’ by Fong, Holmes and Walker

Autores: Kolyan Ray, Botond Szabó
Publicado en: Journal of the Royal Statistical Society Series B: Statistical Methodology, Edición 85, 2023, ISSN 1369-7412
Editor: Oxford University Press (OUP)
DOI: 10.1093/jrsssb/qkad098