The missing mathematical story of Bayesian uncertainty quantification for big data

Informazioni relative al progetto

BigBayesUQ

ID dell’accordo di sovvenzione: 101041064

DOI

10.3030/101041064

Data della firma CE 10 Febbraio 2022

Data di avvio 1 Agosto 2022

Data di completamento 31 Luglio 2027

Finanziato da

• European Research Council (ERC)

Costo totale

€ 1 492 750,00

Contributo UE

€ 1 492 750,00

Coordinato da

UNIVERSITA COMMERCIALE LUIGI BOCCONI
Italy

CORDIS fornisce collegamenti ai risultati finali pubblici e alle pubblicazioni dei progetti ORIZZONTE.

I link ai risultati e alle pubblicazioni dei progetti del 7° PQ, così come i link ad alcuni tipi di risultati specifici come dataset e software, sono recuperati dinamicamente da .OpenAIRE .

Risultati finali

Documents, reports (1)

Data Management Plan

Pubblicazioni

Conference proceedings (2)

Variational Gaussian Processes For Linear Inverse Problems

Autori: Randrianarisoa, Thibault; Szabo, Botond
Pubblicato in: NeurIPS-2023, 2023, ISSN 2331-8422
Editore: Arxiv
DOI: 10.48550/arXiv.2311.00663

Optimal testing using combined test statistics across independent studies

Autori: Vuursteen, Lasse; Szabo, Botond; van der Vaart, Aad; van Zanten, Harry
Pubblicato in: NeurIPS-2023, 2023
Editore: NeurIPS-2023
DOI: 10.48550/arXiv.2310.19541

Peer reviewed articles (9)

Distributed function estimation: Adaptation using minimal communication

Autori: Szabo, Botond; van Zanten, Harry
Pubblicato in: Mathematical Statistics and Learning, 2022, ISSN 2520-2316
Editore: EMS Press
DOI: 10.48550/arxiv.2003.12838

Uncertainty quantification for sparse spectral variational approximations in Gaussian process regression

Autori: Dennis Nieman, Botond Szabo, Harry van Zanten
Pubblicato in: Electronic Journal of Statistics, Numero 17, 2023, ISSN 1935-7524
Editore: Institute of Mathematical Statistics
DOI: 10.1214/23-ejs2155

Radial neighbours for provably accurate scalable approximations of Gaussian processes

Autori: Yichen Zhu, Michele Peruzzi, Cheng Li, David B Dunson
Pubblicato in: Biometrika, 2024, ISSN 0006-3444
Editore: Oxford University Press (OUP)
DOI: 10.1093/biomet/asae029

Contraction rates for sparse variational approximations in Gaussian process regression

Autori: Nieman, Dennis; Szabo, Botond; van Zanten, Harry
Pubblicato in: Journal of Machine Learning Research, Numero 23, 2022, ISSN 1533-7928
Editore: JMLR, Inc. and Microtome Publishing
DOI: 10.48550/arxiv.2109.10755

Optimal high-dimensional and nonparametric distributed testing under communication constraints

Autori: Botond Szabó, Lasse Vuursteen, Harry van Zanten
Pubblicato in: The Annals of Statistics, Numero 51, 2023, ISSN 0090-5364
Editore: Institute of Mathematical Statistics
DOI: 10.1214/23-AOS2269

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

Autori: 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
Pubblicato in: Frontiers in Neuroscience, Vol 16 (2022), 2022, ISSN 1662-453X
Editore: Frontiers in Neuroscience
DOI: 10.48550/arxiv.2108.05761

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

Autori: Botond Szabo, Lasse Vuursteen, Harry Van Zanten
Pubblicato in: IEEE Transactions on Information Theory, Numero 68, 2022, ISSN 0018-9448
Editore: Institute of Electrical and Electronics Engineers (IEEE)
DOI: 10.1109/tit.2022.3150599

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

Autori: Bernhard Stankewitz
Pubblicato in: The Annals of Statistics, Numero 52, 2024, ISSN 0090-5364
Editore: 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

Autori: Kolyan Ray, Botond Szabó
Pubblicato in: Journal of the Royal Statistical Society Series B: Statistical Methodology, Numero 85, 2023, ISSN 1369-7412
Editore: Oxford University Press (OUP)
DOI: 10.1093/jrsssb/qkad098