Provable Scalability for high-dimensional Bayesian Learning

Informazioni relative al progetto

PrSc-HDBayLe

ID dell’accordo di sovvenzione: 101076564

DOI

10.3030/101076564

Data della firma CE 1 Dicembre 2022

Data di avvio 1 Maggio 2023

Data di completamento 30 Aprile 2028

Finanziato da

• European Research Council (ERC)

Costo totale

€ 1 488 673,00

Contributo UE

€ 1 488 673,00

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 .

Pubblicazioni

Peer reviewed articles (8)

Scalable Bayesian computation for crossed and nested hierarchical models

Autori: Omiros Papaspiliopoulos, Timothée Stumpf-Fétizon, Giacomo Zanella
Pubblicato in: Electronic Journal of Statistics, 2023, ISSN 1935-7524
Editore: 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

Autori: Lavenant, Hugo; Zanella, Giacomo
Pubblicato in: SIAM Journal on Optimization, 2024, ISSN 1052-6234
Editore: Society for Industrial and Applied Mathematics
DOI: 10.48550/ARXIV.2406.07292

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

Autori: Francesco Pozza, Giacomo Zanella
Pubblicato in: Biometrika, 2025, ISSN 0006-3444
Editore: Oxford University Press
DOI: 10.48550/ARXIV.2410.23174

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

Autori: Filippo Ascolani, Giacomo Zanella
Pubblicato in: The Annals of Statistics, Numero 52, 2024, ISSN 0090-5364
Editore: Institute of Mathematical Statistics
DOI: 10.1214/24-AOS2367

Skewed Bernstein–von Mises theorem and skew-modal approximations

Autori: Daniele Durante, Francesco Pozza, Botond Szabo
Pubblicato in: The Annals of Statistics, 2024, ISSN 0090-5364
Editore: Institute of Mathematical Statistics
DOI: 10.48550/ARXIV.2301.03038

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

Autori: Silva, Luca Alessandro; Zanella, Giacomo
Pubblicato in: Journal of the American Statistical Association, 2023, ISSN 0162-1459
Editore: Taylor & Francis
DOI: 10.48550/ARXIV.2209.09190

Partially factorized variational inference for high-dimensional mixed models

Autori: Max Goplerud, Omiros Papaspiliopoulos, Giacomo Zanella
Pubblicato in: Biometrika, 2024, ISSN 0006-3444
Editore: Oxford University Press
DOI: 10.48550/ARXIV.2312.13148

Improving multiple-try metropolis with local balancing

Autori: Philippe Gagnon, Florian Maire, Giacomo Zanella
Pubblicato in: The Journal of Machine Learning Research, 2023, ISSN 1532-4435
Editore: JMLR.org
DOI: 10.48550/ARXIV.2211.11613