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

Informazioni relative al progetto

BNNmetrics

ID dell’accordo di sovvenzione: 890690

DOI

10.3030/890690

Progetto chiuso

Data della firma CE 25 Marzo 2020

Data di avvio 1 Ottobre 2020

Data di completamento 30 Settembre 2022

Finanziato da

• EXCELLENT SCIENCE - Marie Skłodowska-Curie Actions

Costo totale

€ 207 312,00

Contributo UE

€ 207 312,00

Coordinato da

AARHUS UNIVERSITET
Denmark

CORDIS fornisce collegamenti ai risultati finali pubblici e alle pubblicazioni dei progetti ORIZZONTE.

I link ai risultati e alle pubblicazioni dei progetti del 7° PQ, così come i link ad alcuni tipi di risultati specifici come dataset e software, sono recuperati dinamicamente da .OpenAIRE .

Pubblicazioni

Other (5)

Bayesian Learning for Neural Networks: an algorithmic survey

Autori: Martin Magris, Alexandros Iosifidis
Pubblicato in: ArXiv Preprint, 2022
Editore: arxiv.org

Quasi Black-Box Variational Inference with NaturalGradients for Bayesian Learning

Autori: Martin Magris, Mostafa Shabani, Alexandros Iosifidis
Pubblicato in: ArXiv Preprint, 2022
Editore: ArXiv

Exact manifold Gaussian Variational Bayes

Autori: Martin Magris, Mostafa Shabani, Alexandros Iosifidis
Pubblicato in: ArXiv Preprint, 2022
Editore: ArXiv

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

Autori: Mostafa Shabani, Martin Magris, George Tzagkarakis, Juho Kanniainen, Alexandros Iosifidis
Pubblicato in: ArXiv Preprint, 2022
Editore: ArXiv

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

Autori: Martin Magris, Mostafa Shabani, Alexandros Iosifidis
Pubblicato in: ArXiv Preprint, 2022
Editore: ArXiv