Skip to main content
Przejdź do strony domowej Komisji Europejskiej (odnośnik otworzy się w nowym oknie)
polski polski
CORDIS - Wyniki badań wspieranych przez UE
CORDIS
CORDIScovery podcast 50th episode CORDIScovery podcast 50th episode

General theory for Big Bayes

CORDIS oferuje możliwość skorzystania z odnośników do publicznie dostępnych publikacji i rezultatów projektów realizowanych w ramach programów ramowych HORYZONT.

Odnośniki do rezultatów i publikacji związanych z poszczególnymi projektami 7PR, a także odnośniki do niektórych konkretnych kategorii wyników, takich jak zbiory danych i oprogramowanie, są dynamicznie pobierane z systemu OpenAIRE .

Publikacje

Thesis and dissertations (7)
Flexible estimation of temporal point processes and graphs

Autorzy: Deborah Sulem
Opublikowane w: 2023
Wydawca: University of Oxfod

Advances in Bayesian asymptotics and Bayesian nonparametrics

Autorzy: Caroline Lawless
Opublikowane w: 2023
Wydawca: University of Oxford

Bayesian modelling of dependent data

Autorzy: Daniel Moss
Opublikowane w: 2023
Wydawca: University of Oxford

Bayesian nonparametric estimation under the manifold hypothesis

Autorzy: Paul Rosa
Opublikowane w: 2025
Wydawca: University of Oxford

Contributions à la sélection bayésienne des modèles de mélange finis et infinis avec une application au calcul distribué

Autorzy: Adrien Hairault
Opublikowane w: 2023
Wydawca: Hal portal theses

Bayesian methods for statistical network analysis and data subsamplingAbstract:

Autorzy: Cian Naik
Opublikowane w: 2022
Wydawca: University of Oxford

Power-law phenomena in Bayesian nonparametrics

Autorzy: Francesca Panero
Opublikowane w: 2022
Wydawca: University of Oxford

Other (11)
Nonparametric Bayesian intensity estimation for covariate-driven inhomogeneous point processes

Autorzy: Matteo Giordano; Alisa Kirichenko; Judith Rousseau
Opublikowane w: 2024
Wydawca: Arxiv

Mean-field Behaviour of Neural Tangent Kernel for Deep Neural Networks (odnośnik otworzy się w nowym oknie)

Autorzy: Soufiane Hayou, Arnaud Doucet, Judith Rousseau
Opublikowane w: 2020
Wydawca: arxiv
DOI: 10.48550/arxiv.1905.13654

Scalable and adaptive variational Bayes methods for Hawkes processes

Autorzy: Déborah Sulem, Vincent Rivoirard and Judith Rousseau
Opublikowane w: 2022
Wydawca: arxiv

Minimax rates without the fixed sample size assumption (odnośnik otworzy się w nowym oknie)

Autorzy: Alisa Kirichenko, Peter Grünwald
Opublikowane w: 2020
Wydawca: Arxiv
DOI: 10.48550/arxiv.2006.11170

Evidence estimation in finite and infinite mixture models and applications (odnośnik otworzy się w nowym oknie)

Autorzy: Adrien Hairault; Christian P. Robert, Judith Rousseau
Opublikowane w: 2022
Wydawca: arxiv
DOI: 10.48550/arxiv.2205.05416

An Equivalence between Bayesian Priors and Penalties in Variational Inference

Autorzy: Pierre Wolinski, Guillaume Charpiat, Yann Ollivier
Opublikowane w: 2021
Wydawca: Arxiv

Asymptotics of approximate Bayesian computation when summary statistics converge at heterogeneous rates (odnośnik otworzy się w nowym oknie)

Autorzy: Caroline Lawless; Christian P. Robert; Judith Rousseau; Robin J. Ryder
Opublikowane w: 2023
Wydawca: arxiv
DOI: 10.48550/arxiv.2311.10080

Empirical Bayes in Bayesian learning: understanding a common practice

Autorzy: Stefano Rizzelli, Judith Rousseau, Sonia Petrone
Opublikowane w: 2024
Wydawca: arxiv

The Bernstein-von Mises theorem for Semiparametric Mixtures

Autorzy: Stefan Franssen, Jeanne Nguyen, Aad van der Vaart
Opublikowane w: 2024
Wydawca: arxiv

Nonparametric regression on random geometric graphs sampled from submanifolds

Autorzy: Paul Rosa , Judith Rousseau
Opublikowane w: 2024
Wydawca: arxiv

Convergence of Diffusion Models Under the Manifold Hypothesis in High-Dimensions

Autorzy: Iskander Azangulov, George Deligiannidis, Judith Rousseau
Opublikowane w: 2024
Wydawca: arxiv

Peer reviewed articles (10)
Ideal Bayesian Spatial Adaptation (odnośnik otworzy się w nowym oknie)

Autorzy: Veronicka Rockova; Judith Rousseau
Opublikowane w: Journal of the American Statistical Association, 2023, ISSN 0162-1459
Wydawca: American Statistical Association
DOI: 10.1080/01621459.2023.2241705

Efficient Bayesian estimation and use of cut posterior in semiparametric hidden Markov models (odnośnik otworzy się w nowym oknie)

Autorzy: Daniel Moss, Judith Rousseau
Opublikowane w: Electronic Journal of Statistics, Numer 18, 2024, ISSN 1935-7524
Wydawca: Institute of Mathematical Statistics
DOI: 10.1214/23-ejs2201

Asymptotic analysis of statistical estimators related to MultiGraphex processes under misspecification (odnośnik otworzy się w nowym oknie)

Autorzy: Zacharie Naulet, Judith Rousseau, François Caron
Opublikowane w: Bernoulli, Numer 30, 2024, ISSN 1350-7265
Wydawca: Chapman & Hall
DOI: 10.3150/23-bej1689

Sparse networks with core-periphery structure (odnośnik otworzy się w nowym oknie)

Autorzy: Cian Naik, Caron François, Judith Rousseau
Opublikowane w: Electronic Journal of Statistics, Numer 15, 2021, Strona(/y) 1814-1868, ISSN 1935-7524
Wydawca: Institute of Mathematical Statistics
DOI: 10.1214/21-ejs1819

Semiparametric posterior corrections (odnośnik otworzy się w nowym oknie)

Autorzy: Andrew Yiu, Edwin Fong, Chris Holmes, Judith Rousseau
Opublikowane w: Journal of the Royal Statistical Society Series B: Statistical Methodology, 2025, ISSN 1369-7412
Wydawca: Blackwell Publishing Inc.
DOI: 10.1093/jrsssb/qkaf005

On sparsity, power-law and clustering properties of graphex processes (odnośnik otworzy się w nowym oknie)

Autorzy: F. Caron, F. Panero and J. Rousseau
Opublikowane w: Advances in applied probability, 2023, ISSN 0001-8678
Wydawca: Applied Probability Trust
DOI: 10.1017/apr.2022.75

Wasserstein convergence in Bayesian and frequentist deconvolution models (odnośnik otworzy się w nowym oknie)

Autorzy: Judith Rousseau, Catia Scricciolo
Opublikowane w: The Annals of Statistics, Numer 52, 2024, ISSN 0090-5364
Wydawca: Institute of Mathematical Statistics
DOI: 10.1214/24-aos2413

Bayesian estimation of nonlinearHawkes process (odnośnik otworzy się w nowym oknie)

Autorzy: D. Sulem, V. Rivoirard and J. Rousseau
Opublikowane w: Bernoulli, 2023, ISSN 1350-7265
Wydawca: Chapman & Hall
DOI: 10.3150/23-bej1631

Estimating a density near an unknown manifold: A Bayesian nonparametric approach (odnośnik otworzy się w nowym oknie)

Autorzy: Clément Berenfeld, Paul Rosa, Judith Rousseau
Opublikowane w: The Annals of Statistics, Numer 52, 2024, ISSN 0090-5364
Wydawca: Institute of Mathematical Statistics
DOI: 10.1214/24-aos2423

Simple discrete-time self-exciting models can describe complex dynamic processes: A case study of COVID-19 (odnośnik otworzy się w nowym oknie)

Autorzy: Raiha Browning, Deborah Sulem, Kerrie Mengersen, Vincent Rivoirard, Judith Rousseau
Opublikowane w: PLOS ONE, Numer 16/4, 2021, Strona(/y) e0250015, ISSN 1932-6203
Wydawca: Public Library of Science
DOI: 10.1371/journal.pone.0250015

Conference proceedings (8)
Safe-Bayesian Generalized Linear Regression

Autorzy: Rianne de Heide, Alisa Kirichenko, Nishant Mehta, Peter Grünwald
Opublikowane w: AISTATs, 2020
Wydawca: MLR

Bayesian nonparametrics for sparse dynamic networks (odnośnik otworzy się w nowym oknie)

Autorzy: Cian Naik, Francois Caron, Judith Rousseau, Yee Whye Teh, Konstantina Palla
Opublikowane w: European Conference on Machine Learning and Data Mining, 2022
Wydawca: ECML PKDD
DOI: 10.48550/arxiv.1607.01624

On the inability of Gaussian process regression to optimally learn compositional functions (odnośnik otworzy się w nowym oknie)

Autorzy: Matteo Giordano, Johannes Schmidt-Hieber, Kolyan Ra
Opublikowane w: Advances in Neural Information Processing Systems 36, Numer 10495258, 2022, ISSN 1049-5258
Wydawca: NeurIPS
DOI: 10.48550/arxiv.2205.07764

The Curse of Depth in Kernel Regime

Autorzy: Soufiane Hayou;Arnaud Doucet; Judith Rousseau
Opublikowane w: 2021
Wydawca: PMLR

Gaussian Pre-Activations in Neural Networks: Myth or Reality?

Autorzy: Pierre Wolinsky, Julyan Arbel
Opublikowane w: Transactions on Machine Learning Research, 2025, ISSN 2835-8856
Wydawca: JMLR

Posterior Contraction Rates for Matérn Gaussian Processes on Riemannian Manifolds (odnośnik otworzy się w nowym oknie)

Autorzy: Paul Rosa; Viacheslav Borovitskiy; Alexander Terenin; Judith Rousseau;
Opublikowane w: NeurIPS, 2023
Wydawca: Open Review.net
DOI: 10.48550/arxiv.2309.10918

Stable Resnet

Autorzy: Hayou, Soufiane and Clerico, Eugenio and He, Bobby and Deligiannidis, George and Doucet, Arnaud and Rousseau, Judith
Opublikowane w: Proceedings of The 24th International Conference on Artificial Intelligence and Statistics, Numer 130, 2021, Strona(/y) 1324--1332
Wydawca: PMLR

Fast Bayesian Coresets via Subsampling and Quasi-Newton Refinement

Autorzy: Cian Naik; Trevor Campbell; Judith Rousseau
Opublikowane w: NeurIPS, 2022
Wydawca: OpenReview.net

Non-peer reviewed articles (2)
Besov-Laplace priors in density estimation: optimal posterior contraction rates and adaptation (odnośnik otworzy się w nowym oknie)

Autorzy: Matteo Giordano
Opublikowane w: Electronic Journal of Statistics, Numer 17, 2023, ISSN 1935-7524
Wydawca: Institute of Mathematical Statistics
DOI: 10.1214/23-ejs2161

Nonparametric Bayesian Inference for Reversible Multi-Dimensional Diffusions (odnośnik otworzy się w nowym oknie)

Autorzy: Matteo Giordano; Kolyan Ray
Opublikowane w: The Annals of Statistics, Numer 00905364, 2022, ISSN 0090-5364
Wydawca: Institute of Mathematical Statistics
DOI: 10.48550/arxiv.2012.12083

Wyszukiwanie danych OpenAIRE...

Podczas wyszukiwania danych OpenAIRE wystąpił błąd

Brak wyników

Udostępnij tę stronę Udostępnij tę stronę w mediach społecznościowych

Pobierz Pobierz zawartość strony

Ostatnia aktualizacja: 17 Lutego 2025

Moja broszura

Permalink: https://cordis.europa.eu/project/id/834175/results/pl

European Union, 2025

Moja broszura 0 0