Skip to main content
European Commission logo
français français
CORDIS - Résultats de la recherche de l’UE
CORDIS

General theory for Big Bayes

Publications

Ideal Bayesian Spatial Adaptation

Auteurs: Veronicka Rockova; Judith Rousseau
Publié dans: 2021
Éditeur: arxiv
DOI: 10.48550/arxiv.2105.12793

Mean-field Behaviour of Neural Tangent Kernel for Deep Neural Networks

Auteurs: Soufiane Hayou, Arnaud Doucet, Judith Rousseau
Publié dans: 2020
Éditeur: arxiv
DOI: 10.48550/arxiv.1905.13654

Minimax rates without the fixed sample size assumption

Auteurs: Alisa Kirichenko, Peter Grünwald
Publié dans: 2020
Éditeur: Arxiv

Efficient Bayesian estimation and use of cut posterior in semiparametric hidden Markov models

Auteurs: Daniel Moss Judith Rousseau
Publié dans: 2022
Éditeur: Arxiv

Evidence estimation in finite and infinite mixture models and applications

Auteurs: Adrien Hairault; Christian P. Robert, Judith Rousseau
Publié dans: 2022
Éditeur: arxiv
DOI: 10.48550/arxiv.2205.05416

Imposing Gaussian Pre-Activations in a Neural Network

Auteurs: Pierre Wolinsky, Julyan Arbel
Publié dans: 2022
Éditeur: arxiv
DOI: 10.48550/arxiv.2205.12379

An Equivalence between Bayesian Priors and Penalties in Variational Inference

Auteurs: Pierre Wolinski, Guillaume Charpiat, Yann Ollivier
Publié dans: 2021
Éditeur: Arxiv

Asymptotic Analysis of Statistical Estimators related to MultiGraphex Processes under Misspecification

Auteurs: Zacharie Naulet: Judith Rousseau; François Caron
Publié dans: 2021
Éditeur: arxiv
DOI: 10.48550/arxiv.2107.01120

On sparsity, power-law and clustering properties of graphex processes

Auteurs: F. Caron, F. Panero and J. Rousseau
Publié dans: 2020
Éditeur: Arxiv

Wasserstein convergence in Bayesian deconvolution models

Auteurs: Judith Rousseau Catia Scricciolo
Publié dans: 2022
Éditeur: arxiv

Besov priors in density estimation: optimal posterior contraction rates and adaptation

Auteurs: Matteo Giordano
Publié dans: 2022
Éditeur: Arxiv
DOI: 10.48550/arxiv.2208.14350

Bayesian estimation of nonlinearHawkes process

Auteurs: D. Sulem, V. Rivoirard and J. Rousseau
Publié dans: 2021
Éditeur: Arxiv

Fast Bayesian Coresets via Subsampling and Quasi-Newton Refinement

Auteurs: Cian Naik Trevor Campbell Judith Rousseau
Publié dans: 2022
Éditeur: Arxiv

Safe-Bayesian Generalized Linear Regression

Auteurs: Rianne de Heide, Alisa Kirichenko, Nishant Mehta, Peter Grünwald
Publié dans: AISTATs, 2020
Éditeur: MLR

Bayesian nonparametrics for sparse dynamic networks

Auteurs: Cian Naik, Francois Caron, Judith Rousseau, Yee Whye Teh, Konstantina Palla
Publié dans: European Conference on Machine Learning and Data Mining, 2022
Éditeur: ECML PKDD
DOI: 10.48550/arxiv.1607.01624

On the inability of Gaussian process regression to optimally learn compositional functions

Auteurs: Matteo Giordano, Johannes Schmidt-Hieber, Kolyan Ra
Publié dans: Advances in Neural Information Processing Systems 36, Numéro 10495258, 2022, ISSN 1049-5258
Éditeur: NeurIPS
DOI: 10.48550/arxiv.2205.07764

The Curse of Depth in Kernel Regime

Auteurs: Soufiane Hayou;Arnaud Doucet; Judith Rousseau
Publié dans: 2021
Éditeur: PMLR

Stable Resnet

Auteurs: Hayou, Soufiane and Clerico, Eugenio and He, Bobby and Deligiannidis, George and Doucet, Arnaud and Rousseau, Judith
Publié dans: Proceedings of The 24th International Conference on Artificial Intelligence and Statistics, Numéro 130, 2021, Page(s) 1324--1332
Éditeur: PMLR

Sparse networks with core-periphery structure

Auteurs: Cian Naik, Caron François, Judith Rousseau
Publié dans: Electronic Journal of Statistics, Numéro 15, 2021, Page(s) 1814-1868, ISSN 1935-7524
Éditeur: Institute of Mathematical Statistics
DOI: 10.1214/21-ejs1819

Simple discrete-time self-exciting models can describe complex dynamic processes: A case study of COVID-19

Auteurs: Raiha Browning, Deborah Sulem, Kerrie Mengersen, Vincent Rivoirard, Judith Rousseau
Publié dans: PLOS ONE, Numéro 16/4, 2021, Page(s) e0250015, ISSN 1932-6203
Éditeur: Public Library of Science
DOI: 10.1371/journal.pone.0250015

Nonparametric Bayesian Inference for Reversible Multi-Dimensional Diffusions

Auteurs: Matteo Giordano; Kolyan Ray
Publié dans: The Annals of Statistics, Numéro 00905364, 2022, ISSN 0090-5364
Éditeur: Institute of Mathematical Statistics
DOI: 10.48550/arxiv.2012.12083

Recherche de données OpenAIRE...

Une erreur s’est produite lors de la recherche de données OpenAIRE

Aucun résultat disponible