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

Informations projet

BNNmetrics

N° de convention de subvention: 890690

DOI

10.3030/890690

Projet clôturé

Date de signature de la CE 25 Mars 2020

Date de début 1 Octobre 2020

Date de fin 30 Septembre 2022

Financé au titre de

• EXCELLENT SCIENCE - Marie Skłodowska-Curie Actions

Coût total

€ 207 312,00

Contribution de l’UE

€ 207 312,00

Coordonné par

AARHUS UNIVERSITET
Denmark

CORDIS fournit des liens vers les livrables publics et les publications des projets HORIZON.

Les liens vers les livrables et les publications des projets du 7e PC, ainsi que les liens vers certains types de résultats spécifiques tels que les jeux de données et les logiciels, sont récupérés dynamiquement sur OpenAIRE .

Publications

Other (5)

Bayesian Learning for Neural Networks: an algorithmic survey

Auteurs: Martin Magris, Alexandros Iosifidis
Publié dans: ArXiv Preprint, 2022
Éditeur: arxiv.org

Quasi Black-Box Variational Inference with NaturalGradients for Bayesian Learning

Auteurs: Martin Magris, Mostafa Shabani, Alexandros Iosifidis
Publié dans: ArXiv Preprint, 2022
Éditeur: ArXiv

Exact manifold Gaussian Variational Bayes

Auteurs: Martin Magris, Mostafa Shabani, Alexandros Iosifidis
Publié dans: ArXiv Preprint, 2022
Éditeur: ArXiv

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

Auteurs: Mostafa Shabani, Martin Magris, George Tzagkarakis, Juho Kanniainen, Alexandros Iosifidis
Publié dans: ArXiv Preprint, 2022
Éditeur: ArXiv

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

Auteurs: Martin Magris, Mostafa Shabani, Alexandros Iosifidis
Publié dans: ArXiv Preprint, 2022
Éditeur: ArXiv