Provable Scalability for high-dimensional Bayesian Learning

Información del proyecto

PrSc-HDBayLe

Identificador del acuerdo de subvención: 101076564

DOI

10.3030/101076564

Fecha de la firma de la CE 1 Diciembre 2022

Fecha de inicio 1 Mayo 2023

Fecha de finalización 30 Abril 2028

Financiado con arreglo a

• European Research Council (ERC)

Coste total

€ 1 488 673,00

Aportación de la UE

€ 1 488 673,00

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 .

Publicaciones

Peer reviewed articles (8)

Scalable Bayesian computation for crossed and nested hierarchical models

Autores: Omiros Papaspiliopoulos, Timothée Stumpf-Fétizon, Giacomo Zanella
Publicado en: Electronic Journal of Statistics, 2023, ISSN 1935-7524
Editor: Institute of Mathematical Statistics and Bernoulli Society
DOI: 10.48550/ARXIV.2103.10875

Convergence Rate of Random Scan Coordinate Ascent Variational Inference Under Log-Concavity

Autores: Lavenant, Hugo; Zanella, Giacomo
Publicado en: SIAM Journal on Optimization, 2024, ISSN 1052-6234
Editor: Society for Industrial and Applied Mathematics
DOI: 10.48550/ARXIV.2406.07292

On the fundamental limitations of multi-proposal Markov chain Monte Carlo algorithms

Autores: Francesco Pozza, Giacomo Zanella
Publicado en: Biometrika, 2025, ISSN 0006-3444
Editor: Oxford University Press
DOI: 10.48550/ARXIV.2410.23174

Dimension-free mixing times of Gibbs samplers for Bayesian hierarchical models

Autores: Filippo Ascolani, Giacomo Zanella
Publicado en: The Annals of Statistics, Edición 52, 2024, ISSN 0090-5364
Editor: Institute of Mathematical Statistics
DOI: 10.1214/24-AOS2367

Skewed Bernstein–von Mises theorem and skew-modal approximations

Autores: Daniele Durante, Francesco Pozza, Botond Szabo
Publicado en: The Annals of Statistics, 2024, ISSN 0090-5364
Editor: Institute of Mathematical Statistics
DOI: 10.48550/ARXIV.2301.03038

Robust leave-one-out cross-validation for high-dimensional Bayesian models

Autores: Silva, Luca Alessandro; Zanella, Giacomo
Publicado en: Journal of the American Statistical Association, 2023, ISSN 0162-1459
Editor: Taylor & Francis
DOI: 10.48550/ARXIV.2209.09190

Partially factorized variational inference for high-dimensional mixed models

Autores: Max Goplerud, Omiros Papaspiliopoulos, Giacomo Zanella
Publicado en: Biometrika, 2024, ISSN 0006-3444
Editor: Oxford University Press
DOI: 10.48550/ARXIV.2312.13148

Improving multiple-try metropolis with local balancing

Autores: Philippe Gagnon, Florian Maire, Giacomo Zanella
Publicado en: The Journal of Machine Learning Research, 2023, ISSN 1532-4435
Editor: JMLR.org
DOI: 10.48550/ARXIV.2211.11613