Provable Scalability for high-dimensional Bayesian Learning

Informations projet

PrSc-HDBayLe

N° de convention de subvention: 101076564

DOI

10.3030/101076564

Date de signature de la CE 1 Decembre 2022

Date de début 1 Mai 2023

Date de fin 30 Avril 2028

Financé au titre de

• European Research Council (ERC)

Coût total

€ 1 488 673,00

Contribution de l’UE

€ 1 488 673,00

Coordonné par

UNIVERSITA COMMERCIALE LUIGI BOCCONI
Italy

CORDIS fournit des liens vers les livrables publics et les publications des projets HORIZON.

Les liens vers les livrables et les publications des projets du 7e PC, ainsi que les liens vers certains types de résultats spécifiques tels que les jeux de données et les logiciels, sont récupérés dynamiquement sur OpenAIRE .

Publications

Peer reviewed articles (8)

Scalable Bayesian computation for crossed and nested hierarchical models

Auteurs: Omiros Papaspiliopoulos, Timothée Stumpf-Fétizon, Giacomo Zanella
Publié dans: Electronic Journal of Statistics, 2023, ISSN 1935-7524
Éditeur: 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

Auteurs: Lavenant, Hugo; Zanella, Giacomo
Publié dans: SIAM Journal on Optimization, 2024, ISSN 1052-6234
Éditeur: Society for Industrial and Applied Mathematics
DOI: 10.48550/ARXIV.2406.07292

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

Auteurs: Francesco Pozza, Giacomo Zanella
Publié dans: Biometrika, 2025, ISSN 0006-3444
Éditeur: Oxford University Press
DOI: 10.48550/ARXIV.2410.23174

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

Auteurs: Filippo Ascolani, Giacomo Zanella
Publié dans: The Annals of Statistics, Numéro 52, 2024, ISSN 0090-5364
Éditeur: Institute of Mathematical Statistics
DOI: 10.1214/24-AOS2367

Skewed Bernstein–von Mises theorem and skew-modal approximations

Auteurs: Daniele Durante, Francesco Pozza, Botond Szabo
Publié dans: The Annals of Statistics, 2024, ISSN 0090-5364
Éditeur: Institute of Mathematical Statistics
DOI: 10.48550/ARXIV.2301.03038

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

Auteurs: Silva, Luca Alessandro; Zanella, Giacomo
Publié dans: Journal of the American Statistical Association, 2023, ISSN 0162-1459
Éditeur: Taylor & Francis
DOI: 10.48550/ARXIV.2209.09190

Partially factorized variational inference for high-dimensional mixed models

Auteurs: Max Goplerud, Omiros Papaspiliopoulos, Giacomo Zanella
Publié dans: Biometrika, 2024, ISSN 0006-3444
Éditeur: Oxford University Press
DOI: 10.48550/ARXIV.2312.13148

Improving multiple-try metropolis with local balancing

Auteurs: Philippe Gagnon, Florian Maire, Giacomo Zanella
Publié dans: The Journal of Machine Learning Research, 2023, ISSN 1532-4435
Éditeur: JMLR.org
DOI: 10.48550/ARXIV.2211.11613