Nonparametric Bayes and empirical Bayes for species sampling problems: classical questions, new directions and related issues

Informations projet

NBEB-SSP

N° de convention de subvention: 817257

DOI 10.3030/817257

Projet clôturé

Date de signature de la CE 14 Février 2019

Date de début 1 Mars 2019

Date de fin 29 Février 2024

Financé au titre de

• EXCELLENT SCIENCE - European Research Council (ERC)

Coût total € 982 930,00

Contribution de l’UE € 982 930,00

Coordonné par

UNIVERSITA DEGLI STUDI DI TORINO
Italy

Publications

Peer reviewed articles (24)

On Johnson’s “Sufficientness” Postulates for Feature-Sampling Models

Auteurs: Federico Camerlenghi, Stefano Favaro
Publié dans: Mathematics, 2021, ISSN 2227-7390
Éditeur: MDPI
DOI: 10.3390/math9222891

Upscaling human activity data: A statistical ecology approach

Auteurs: Anna Tovo, Samuele Stivanello, Amos Maritan, Samir Suweis, Stefano Favaro, Marco Formentin
Publié dans: PLOS ONE, Numéro 16/7, 2021, Page(s) e0253461, ISSN 1932-6203
Éditeur: Public Library of Science
DOI: 10.1371/journal.pone.0253461

Bayesian nonparametric disclosure risk assessment

Auteurs: Stefano Favaro, Francesca Panero, Tommaso Rigon
Publié dans: Electronic Journal of Statistics, 2021, ISSN 1935-7524
Éditeur: Institute of Mathematical Statistics
DOI: 10.1214/21-ejs1933

A Compound Poisson Perspective of Ewens–Pitman Sampling Model

Auteurs: Emanuele Dolera, Stefano Favaro
Publié dans: Mathematics, 2021, ISSN 2227-7390
Éditeur: MDPI
DOI: 10.3390/math9212820

On consistent and rate optimal estimation of the missing mass

Auteurs: Fadhel Ayed, Marco Battiston, Federico Camerlenghi, Stefano Favaro
Publié dans: Annales de l'Institut Henri Poincaré, Probabilités et Statistiques, Numéro 57/3, 2021, Page(s) 1476-1494, ISSN 0246-0203
Éditeur: Elsevier BV
DOI: 10.1214/20-aihp1126

A Good-Turing estimator for feature allocation models

Auteurs: Fadhel Ayed, Marco Battiston, Federico Camerlenghi, Stefano Favaro
Publié dans: Electronic Journal of Statistics, Numéro 13/2, 2019, Page(s) 3775-3804, ISSN 1935-7524
Éditeur: Institute of Mathematical Statistics
DOI: 10.1214/19-ejs1614

Nonparametric Bayesian multiarmed bandits for single-cell experiment design

Auteurs: Federico Camerlenghi, Bianca Dumitrascu, Federico Ferrari, Barbara E. Engelhardt, Stefano Favaro
Publié dans: The Annals of Applied Statistics, Numéro 14/4, 2020, Page(s) 2003-2019, ISSN 1932-6157
Éditeur: Institute of Mathematical Statistics
DOI: 10.1214/20-aoas1370

A Common Atom Model for the Bayesian Nonparametric Analysis of Nested Data

Auteurs: Denti, Francesco; Camerlenghi, Federico; Guindani, Michele; Mira, Antonietta
Publié dans: Journal of the American Statistical Association, Numéro 1, 2021, ISSN 1537-274X
Éditeur: Taylor and Francis
DOI: 10.6084/m9.figshare.14666073.v1

An information theoretic approach to post randomization methods under differential privacy

Auteurs: Fadhel Ayed, Marco Battiston, Federico Camerlenghi
Publié dans: Statistics and Computing, 2020, ISSN 0960-3174
Éditeur: Kluwer Academic Publishers
DOI: 10.1007/s11222-020-09949-3

Deep stable neural networks: Large-width asymptotics and convergence rates

Auteurs: Stefano Favaro; Sandra Fortini; Stefano Peluchetti
Publié dans: Bernoulli, 2023, ISSN 1350-7265
Éditeur: Chapman & Hall
DOI: 10.3150/22-bej1553

Rates of convergence in de Finetti’s representation theorem, and Hausdorff moment problem

Auteurs: Emanuele Dolera, Stefano Favaro
Publié dans: Bernoulli, Numéro 26/2, 2020, Page(s) 1294-1322, ISSN 1350-7265
Éditeur: Chapman & Hall
DOI: 10.3150/19-bej1156

Doubly infinite residual neural networks: a diffusion process approach

Auteurs: Stefano Peluchetti, Stefano Favaro
Publié dans: Journal of Machine Learning Research, Numéro 22, 2021, Page(s) 1-48, ISSN 1533-7928
Éditeur: MIT Press

Bayesian mixed effects models for zero-inflated compositions in microbiome data analysis

Auteurs: Boyu Ren, Sergio Bacallado, Stefano Favaro, Tommi Vatanen, Curtis Huttenhower, Lorenzo Trippa
Publié dans: The Annals of Applied Statistics, Numéro 14/1, 2020, Page(s) 494-517, ISSN 1932-6157
Éditeur: Institute of Mathematical Statistics
DOI: 10.1214/19-aoas1295

Asymptotic Efficiency of Point Estimators in Bayesian Predictive Inference

Auteurs: Emanuele Dolera
Publié dans: Mathematics, Numéro 4, 2022, ISSN 2227-7390
Éditeur: MDPI
DOI: 10.3390/math10071136

Conformal frequency estimation using discrete sketched data with coverage for distinct queries

Auteurs: Matteo Sesia, Stefano Favaro, Edgar Dobriban
Publié dans: Journal of Machine Learning Research, 2023, ISSN 1532-4435
Éditeur: MIT Press

Consistent estimation of small masses in feature sampling

Auteurs: Fadhel Ayed, Marco Battiston, Federico Camerlenghi, Stefano Favaro
Publié dans: Journal of Machine Learning Research, Numéro 22, 2021, ISSN 1533-7928
Éditeur: MIT press

Approximating Predictive Probabilities of Gibbs-Type Priors

Auteurs: Julyan Arbel, Stefano Favaro
Publié dans: Sankhya A, 2020, ISSN 0976-836X
Éditeur: Indian Statistical Institute
DOI: 10.1007/s13171-019-00187-y

Optimal disclosure risk assessment

Auteurs: Federico Camerlenghi, Stefano Favaro, Zacharie Naulet, Francesca Panero
Publié dans: The Annals of Statistics, 2020, ISSN 0090-5364
Éditeur: Institute of Mathematical Statistics

On uniform continuity of posterior distributions

Auteurs: Emanuele Dolera, Edoardo Mainini
Publié dans: Statistics & Probability Letters, Numéro 157, 2020, Page(s) 108627, ISSN 0167-7152
Éditeur: Elsevier BV
DOI: 10.1016/j.spl.2019.108627

Scaled Process Priors for Bayesian Nonparametric Estimation of the Unseen Genetic Variation

Auteurs: Federico Camerlenghi; Stefano Favaro; Lorenzo Masoero; Tamara Broderick
Publié dans: Journal of the American Statistical Association, 2024, ISSN 0162-1459
Éditeur: American Statistical Association

Strong posterior contraction rates via Wasserstein dynamics

Auteurs: Dolera, Emanuele; Favaro, Stefano; Mainini, Edoardo
Publié dans: Probability Theory and Related Field, Numéro 4, 2023, ISSN 0178-8051
Éditeur: Springer Verlag

More for less: predicting and maximizing genomic variant discovery via Bayesian nonparametrics

Auteurs: Lorenzo Masoero, Federico Camerlenghi, Stefano Favaro, Tamara Broderick
Publié dans: Biometrika, 2021, ISSN 0006-3444
Éditeur: Oxford University Press
DOI: 10.1093/biomet/asab012

A Berry–Esseen theorem for Pitman’s $\alpha $-diversity

Auteurs: Emanuele Dolera, Stefano Favaro
Publié dans: Annals of Applied Probability, Numéro 30/2, 2020, Page(s) 847-869, ISSN 1050-5164
Éditeur: Institute of Mathematical Statistics
DOI: 10.1214/19-aap1518

Perfect Sampling of the Posterior in the Hierarchical Pitman–Yor Process

Auteurs: Sergio Bacallado, Stefano Favaro, Samuel Power, Lorenzo Trippa
Publié dans: Bayesian Analysis, Numéro -1/-1, 2021, ISSN 1936-0975
Éditeur: Carnegie Mellon University
DOI: 10.1214/21-ba1269

Conference proceedings (4)

A Bayesian nonparametric approach to count-min sketch under power-law data streams

Auteurs: Emanuele Dolera, Stefano Favaro, Stefano Peluchetti
Publié dans: Proceedings of the Twenty Fourth International Conference on Artificial Intelligence and Statistics, Numéro 130, 2021, Page(s) 226-234, ISSN 2640-3498
Éditeur: MIT Press

Infinitely deep neural networks as diffusion processes

Auteurs: Stefano Peluchetti, Stefano Favaro
Publié dans: Proceedings of the Twenty Third International Conference on Artificial Intelligence and Statistics, Numéro 108, 2020, Page(s) 1126-1136
Éditeur: MIT Press

Stable behaviour of infinitely wide deep neural networks

Auteurs: Stefano Favaro, Sandra Fortini, Stefano Peluchetti
Publié dans: Proceedings of the Twenty Third International Conference on Artificial Intelligence and Statistics, Numéro 108, 2020, Page(s) 1137-1146
Éditeur: MIT Press

Large-width functional asymptotics for deep Gaussian neural networks

Auteurs: Daniele Bracale, Stefano Favaro, Sandra Fortini, Stefano Peluchetti
Publié dans: International Conference on Learning Representations, Numéro 9, 2021, Page(s) 1-10
Éditeur: OpenReview