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

Informazioni relative al progetto

NBEB-SSP

ID dell’accordo di sovvenzione: 817257

DOI

10.3030/817257

Progetto chiuso

Data della firma CE 14 Febbraio 2019

Data di avvio 1 Marzo 2019

Data di completamento 29 Febbraio 2024

Finanziato da

• EXCELLENT SCIENCE - European Research Council (ERC)

Costo totale

€ 982 930,00

Contributo UE

€ 982 930,00

Coordinato da

UNIVERSITA DEGLI STUDI DI TORINO
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 (30)

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

Autori: Federico Camerlenghi, Stefano Favaro
Pubblicato in: Mathematics, 2021, ISSN 2227-7390
Editore: MDPI
DOI: 10.3390/math9222891

Upscaling human activity data: A statistical ecology approach

Autori: Anna Tovo, Samuele Stivanello, Amos Maritan, Samir Suweis, Stefano Favaro, Marco Formentin
Pubblicato in: PLOS ONE, Numero 16/7, 2021, Pagina/e e0253461, ISSN 1932-6203
Editore: Public Library of Science
DOI: 10.1371/journal.pone.0253461

Bayesian nonparametric disclosure risk assessment

Autori: Stefano Favaro, Francesca Panero, Tommaso Rigon
Pubblicato in: Electronic Journal of Statistics, 2021, ISSN 1935-7524
Editore: Institute of Mathematical Statistics
DOI: 10.1214/21-ejs1933

A Compound Poisson Perspective of Ewens–Pitman Sampling Model

Autori: Emanuele Dolera, Stefano Favaro
Pubblicato in: Mathematics, 2021, ISSN 2227-7390
Editore: MDPI
DOI: 10.3390/math9212820

Lipschitz continuity of probability kernels in the optimal transport framework

Autori: Emanuele Dolera; Edoardo Mainini
Pubblicato in: Annales de l’Institut Henri Poincaré - Probabilités et Statistiques, 2023, ISSN 0246-0203
Editore: Elsevier BV
DOI: 10.1214/23-aihp1389

On consistent and rate optimal estimation of the missing mass

Autori: Fadhel Ayed, Marco Battiston, Federico Camerlenghi, Stefano Favaro
Pubblicato in: Annales de l'Institut Henri Poincaré, Probabilités et Statistiques, Numero 57/3, 2021, Pagina/e 1476-1494, ISSN 0246-0203
Editore: Elsevier BV
DOI: 10.1214/20-aihp1126

A Good-Turing estimator for feature allocation models

Autori: Fadhel Ayed, Marco Battiston, Federico Camerlenghi, Stefano Favaro
Pubblicato in: Electronic Journal of Statistics, Numero 13/2, 2019, Pagina/e 3775-3804, ISSN 1935-7524
Editore: Institute of Mathematical Statistics
DOI: 10.1214/19-ejs1614

Nonparametric Bayesian multiarmed bandits for single-cell experiment design

Autori: Federico Camerlenghi, Bianca Dumitrascu, Federico Ferrari, Barbara E. Engelhardt, Stefano Favaro
Pubblicato in: The Annals of Applied Statistics, Numero 14/4, 2020, Pagina/e 2003-2019, ISSN 1932-6157
Editore: Institute of Mathematical Statistics
DOI: 10.1214/20-aoas1370

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

Autori: Denti, Francesco; Camerlenghi, Federico; Guindani, Michele; Mira, Antonietta
Pubblicato in: Journal of the American Statistical Association, Numero 1, 2021, ISSN 1537-274X
Editore: Taylor and Francis
DOI: 10.6084/m9.figshare.14666073.v1

An information theoretic approach to post randomization methods under differential privacy

Autori: Fadhel Ayed, Marco Battiston, Federico Camerlenghi
Pubblicato in: Statistics and Computing, 2020, ISSN 0960-3174
Editore: Kluwer Academic Publishers
DOI: 10.1007/s11222-020-09949-3

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

Autori: Stefano Favaro; Sandra Fortini; Stefano Peluchetti
Pubblicato in: Bernoulli, 2023, ISSN 1350-7265
Editore: Chapman & Hall
DOI: 10.3150/22-bej1553

Learning-augmented count-min sketches via Bayesian nonparametrics

Autori: Emanuele Dolera; Stefano Favaro; Stefano Peluchetti
Pubblicato in: Journal of Machine Learning Research, 2023, ISSN 1532-4435
Editore: MIT Press
DOI: 10.48550/arxiv.2102.04462

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

Autori: Emanuele Dolera, Stefano Favaro
Pubblicato in: Bernoulli, Numero 26/2, 2020, Pagina/e 1294-1322, ISSN 1350-7265
Editore: Chapman & Hall
DOI: 10.3150/19-bej1156

Contaminated Gibbs-Type Priors

Autori: Camerlenghi, Federico; Corradin, Riccardo; Ongaro, Andrea
Pubblicato in: Bayesian Analysis, 2023, ISSN 1936-0975
Editore: Carnegie Mellon University
DOI: 10.1214/22-ba1358

Doubly infinite residual neural networks: a diffusion process approach

Autori: Stefano Peluchetti, Stefano Favaro
Pubblicato in: Journal of Machine Learning Research, Numero 22, 2021, Pagina/e 1-48, ISSN 1533-7928
Editore: MIT Press

Near-optimal estimation of the unseen under regularly varying tail populations

Autori: Favaro, Stefano; Naulet, Zacharie
Pubblicato in: Bernoulli, 2023, ISSN 1350-7265
Editore: Chapman & Hall
DOI: 10.3150/23-bej1589

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

Autori: Boyu Ren, Sergio Bacallado, Stefano Favaro, Tommi Vatanen, Curtis Huttenhower, Lorenzo Trippa
Pubblicato in: The Annals of Applied Statistics, Numero 14/1, 2020, Pagina/e 494-517, ISSN 1932-6157
Editore: Institute of Mathematical Statistics
DOI: 10.1214/19-aoas1295

Asymptotic Efficiency of Point Estimators in Bayesian Predictive Inference

Autori: Emanuele Dolera
Pubblicato in: Mathematics, Numero 4, 2022, ISSN 2227-7390
Editore: MDPI
DOI: 10.3390/math10071136

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

Autori: Matteo Sesia, Stefano Favaro, Edgar Dobriban
Pubblicato in: Journal of Machine Learning Research, 2023, ISSN 1532-4435
Editore: MIT Press

Consistent estimation of small masses in feature sampling

Autori: Fadhel Ayed, Marco Battiston, Federico Camerlenghi, Stefano Favaro
Pubblicato in: Journal of Machine Learning Research, Numero 22, 2021, ISSN 1533-7928
Editore: MIT press

Approximating Predictive Probabilities of Gibbs-Type Priors

Autori: Julyan Arbel, Stefano Favaro
Pubblicato in: Sankhya A, 2020, ISSN 0976-836X
Editore: Indian Statistical Institute
DOI: 10.1007/s13171-019-00187-y

A Bayesian Nonparametric Approach to Species Sampling Problems with Ordering

Autori: Balocchi, Cecilia; Camerlenghi, Federico; Favaro, Stefano
Pubblicato in: Bayesian Analysis, 2023, ISSN 1936-0975
Editore: Carnegie Mellon University
DOI: 10.48550/arxiv.2203.07342

Optimal disclosure risk assessment

Autori: Federico Camerlenghi, Stefano Favaro, Zacharie Naulet, Francesca Panero
Pubblicato in: The Annals of Statistics, 2020, ISSN 0090-5364
Editore: Institute of Mathematical Statistics

On uniform continuity of posterior distributions

Autori: Emanuele Dolera, Edoardo Mainini
Pubblicato in: Statistics & Probability Letters, Numero 157, 2020, Pagina/e 108627, ISSN 0167-7152
Editore: Elsevier BV
DOI: 10.1016/j.spl.2019.108627

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

Autori: Federico Camerlenghi; Stefano Favaro; Lorenzo Masoero; Tamara Broderick
Pubblicato in: Journal of the American Statistical Association, 2024, ISSN 0162-1459
Editore: American Statistical Association

Crime in Philadelphia: Bayesian Clustering with Particle Optimization

Autori: Cecilia Balocchi; Sameer K. Deshpande; Edward I. George; Shane T. Jensen
Pubblicato in: Journal of the American Statistical Association, 2023, ISSN 0162-1459
Editore: American Statistical Association
DOI: 10.1080/01621459.2022.2156348

Strong posterior contraction rates via Wasserstein dynamics

Autori: Dolera, Emanuele; Favaro, Stefano; Mainini, Edoardo
Pubblicato in: Probability Theory and Related Field, Numero 4, 2023, ISSN 0178-8051
Editore: Springer Verlag

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

Autori: Lorenzo Masoero, Federico Camerlenghi, Stefano Favaro, Tamara Broderick
Pubblicato in: Biometrika, 2021, ISSN 0006-3444
Editore: Oxford University Press
DOI: 10.1093/biomet/asab012

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

Autori: Emanuele Dolera, Stefano Favaro
Pubblicato in: Annals of Applied Probability, Numero 30/2, 2020, Pagina/e 847-869, ISSN 1050-5164
Editore: Institute of Mathematical Statistics
DOI: 10.1214/19-aap1518

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

Autori: Sergio Bacallado, Stefano Favaro, Samuel Power, Lorenzo Trippa
Pubblicato in: Bayesian Analysis, Numero -1/-1, 2021, ISSN 1936-0975
Editore: Carnegie Mellon University
DOI: 10.1214/21-ba1269

Other (6)

Wasserstein posterior contraction rates in non-dominated Bayesian nonparametric models

Autori: Camerlenghi, Federico; Dolera, Emanuele; Favaro, Stefano; Mainini, Edoardo
Pubblicato in: 2023
Editore: Preprint arXiv
DOI: 10.48550/arxiv.2201.12225

Transform-scaled process priors for trait allocations in Bayesian nonparametrics

Autori: Beraha, Mario; Favaro, Stefano
Pubblicato in: 2023
Editore: Preprint arXiv
DOI: 10.48550/arxiv.2303.17844

"Bayesian nonparametric inference for ""species-sampling"" problems"

Autori: Cecilia Balocchi, Stefano Favaro, Zacharie Naulet
Pubblicato in: 2023
Editore: Preprint arXiv

Random measure priors in Bayesian frequency recovery from sketches

Autori: Beraha, Mario; Favaro, Stefano
Pubblicato in: 2023
Editore: Preprint arXiv
DOI: 10.48550/arxiv.2303.15029

Optimal estimation of high-order missing masses, and the rare-type match problem

Autori: Favaro, Stefano; Naulet, Zacharie
Pubblicato in: 2023
Editore: Preprint arXiv
DOI: 10.48550/arxiv.2306.14998

Frequency and cardinality recovery from sketched data: a novel approach bridging Bayesian and frequentist views

Autori: Mario Beraha, Stefano Favaro, Matteo Sesia
Pubblicato in: 2023
Editore: Preprint arXiv

Conference proceedings (4)

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

Autori: Emanuele Dolera, Stefano Favaro, Stefano Peluchetti
Pubblicato in: Proceedings of the Twenty Fourth International Conference on Artificial Intelligence and Statistics, Numero 130, 2021, Pagina/e 226-234, ISSN 2640-3498
Editore: MIT Press

Infinitely deep neural networks as diffusion processes

Autori: Stefano Peluchetti, Stefano Favaro
Pubblicato in: Proceedings of the Twenty Third International Conference on Artificial Intelligence and Statistics, Numero 108, 2020, Pagina/e 1126-1136
Editore: MIT Press

Stable behaviour of infinitely wide deep neural networks

Autori: Stefano Favaro, Sandra Fortini, Stefano Peluchetti
Pubblicato in: Proceedings of the Twenty Third International Conference on Artificial Intelligence and Statistics, Numero 108, 2020, Pagina/e 1137-1146
Editore: MIT Press

Large-width functional asymptotics for deep Gaussian neural networks

Autori: Daniele Bracale, Stefano Favaro, Sandra Fortini, Stefano Peluchetti
Pubblicato in: International Conference on Learning Representations, Numero 9, 2021, Pagina/e 1-10
Editore: OpenReview