European Commission logo
italiano italiano
CORDIS - Risultati della ricerca dell’UE
CORDIS

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

Pubblicazioni

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

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

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

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

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

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

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

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

È in corso la ricerca di dati su OpenAIRE...

Si è verificato un errore durante la ricerca dei dati su OpenAIRE

Nessun risultato disponibile