Skip to main content
European Commission logo
polski polski
CORDIS - Wyniki badań wspieranych przez UE
CORDIS

General theory for Big Bayes

Publikacje

Ideal Bayesian Spatial Adaptation

Autorzy: Veronicka Rockova; Judith Rousseau
Opublikowane w: 2021
Wydawca: arxiv
DOI: 10.48550/arxiv.2105.12793

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

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

Minimax rates without the fixed sample size assumption

Autorzy: Alisa Kirichenko, Peter Grünwald
Opublikowane w: 2020
Wydawca: Arxiv

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

Autorzy: Daniel Moss Judith Rousseau
Opublikowane w: 2022
Wydawca: Arxiv

Evidence estimation in finite and infinite mixture models and applications

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

Imposing Gaussian Pre-Activations in a Neural Network

Autorzy: Pierre Wolinsky, Julyan Arbel
Opublikowane w: 2022
Wydawca: arxiv
DOI: 10.48550/arxiv.2205.12379

An Equivalence between Bayesian Priors and Penalties in Variational Inference

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

Asymptotic Analysis of Statistical Estimators related to MultiGraphex Processes under Misspecification

Autorzy: Zacharie Naulet: Judith Rousseau; François Caron
Opublikowane w: 2021
Wydawca: arxiv
DOI: 10.48550/arxiv.2107.01120

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

Autorzy: F. Caron, F. Panero and J. Rousseau
Opublikowane w: 2020
Wydawca: Arxiv

Wasserstein convergence in Bayesian deconvolution models

Autorzy: Judith Rousseau Catia Scricciolo
Opublikowane w: 2022
Wydawca: arxiv

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

Autorzy: Matteo Giordano
Opublikowane w: 2022
Wydawca: Arxiv
DOI: 10.48550/arxiv.2208.14350

Bayesian estimation of nonlinearHawkes process

Autorzy: D. Sulem, V. Rivoirard and J. Rousseau
Opublikowane w: 2021
Wydawca: Arxiv

Fast Bayesian Coresets via Subsampling and Quasi-Newton Refinement

Autorzy: Cian Naik Trevor Campbell Judith Rousseau
Opublikowane w: 2022
Wydawca: Arxiv

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

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

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

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

Sparse networks with core-periphery structure

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

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

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

Nonparametric Bayesian Inference for Reversible Multi-Dimensional Diffusions

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