Bayesian Neural Networks for Bridging the Gap Between Machine Learning and Econometrics

Projektinformationen

BNNmetrics

ID Finanzhilfevereinbarung: 890690

DOI

10.3030/890690

Projekt abgeschlossen

EK-Unterschriftsdatum 25 März 2020

Startdatum 1 Oktober 2020

Enddatum 30 September 2022

Finanziert unter

• EXCELLENT SCIENCE - Marie Skłodowska-Curie Actions

Gesamtkosten

€ 207 312,00

EU-Beitrag

€ 207 312,00

Koordiniert durch

AARHUS UNIVERSITET
Denmark

CORDIS bietet Links zu öffentlichen Ergebnissen und Veröffentlichungen von HORIZONT-Projekten.

Links zu Ergebnissen und Veröffentlichungen von RP7-Projekten sowie Links zu einigen Typen spezifischer Ergebnisse wie Datensätzen und Software werden dynamisch von OpenAIRE abgerufen.

Veröffentlichungen

Other (5)

Bayesian Learning for Neural Networks: an algorithmic survey

Autoren: Martin Magris, Alexandros Iosifidis
Veröffentlicht in: ArXiv Preprint, 2022
Herausgeber: arxiv.org

Quasi Black-Box Variational Inference with NaturalGradients for Bayesian Learning

Autoren: Martin Magris, Mostafa Shabani, Alexandros Iosifidis
Veröffentlicht in: ArXiv Preprint, 2022
Herausgeber: ArXiv

Exact manifold Gaussian Variational Bayes

Autoren: Martin Magris, Mostafa Shabani, Alexandros Iosifidis
Veröffentlicht in: ArXiv Preprint, 2022
Herausgeber: ArXiv

Predicting the State of Synchronization of Financial Time Series using Cross Recurrence Plots

Autoren: Mostafa Shabani, Martin Magris, George Tzagkarakis, Juho Kanniainen, Alexandros Iosifidis
Veröffentlicht in: ArXiv Preprint, 2022
Herausgeber: ArXiv

Bayesian Bilinear Neural Network for Predicting the Mid-price Dynamics in Limit-Order Book Markets

Autoren: Martin Magris, Mostafa Shabani, Alexandros Iosifidis
Veröffentlicht in: ArXiv Preprint, 2022
Herausgeber: ArXiv