Zobrazeno 1 - 10
of 4 551
pro vyhledávání: '"Knoblauch, P."'
Akademický článek
Tento výsledek nelze pro nepřihlášené uživatele zobrazit.
K zobrazení výsledku je třeba se přihlásit.
K zobrazení výsledku je třeba se přihlásit.
Publikováno v:
Raumforschung und Raumordnung (2024)
Book review
Externí odkaz:
https://doaj.org/article/b6265e7bcbad4e0ca71dc8d3fd43d465
Akademický článek
Tento výsledek nelze pro nepřihlášené uživatele zobrazit.
K zobrazení výsledku je třeba se přihlásit.
K zobrazení výsledku je třeba se přihlásit.
Deterministic mathematical models, such as those specified via differential equations, are a powerful tool to communicate scientific insight. However, such models are necessarily simplified descriptions of the real world. Generalised Bayesian methodo
Externí odkaz:
http://arxiv.org/abs/2410.11637
This paper presents an explainable machine learning (ML) approach for predicting surface roughness in milling. Utilizing a dataset from milling aluminum alloy 2017A, the study employs random forest regression models and feature importance techniques.
Externí odkaz:
http://arxiv.org/abs/2409.10203
We analyse the impact of using tempered likelihoods in the production of posterior predictions. Our findings reveal that once the sample size is at least moderately large and the temperature is not too small, then likelihood tempering has virtually n
Externí odkaz:
http://arxiv.org/abs/2408.08806
Autor:
Knoblauch, Andreas
IVISIT is a generic interactive visual simulation tool that is based on Python/Numpy and can be used for system simulation, parameter optimization, parameter management, and visualization of system dynamics as required, for example,for developing neu
Externí odkaz:
http://arxiv.org/abs/2408.03341
Autor:
Duran-Martin, Gerardo, Altamirano, Matias, Shestopaloff, Alexander Y., Sánchez-Betancourt, Leandro, Knoblauch, Jeremias, Jones, Matt, Briol, François-Xavier, Murphy, Kevin
We derive a novel, provably robust, and closed-form Bayesian update rule for online filtering in state-space models in the presence of outliers and misspecified measurement models. Our method combines generalised Bayesian inference with filtering met
Externí odkaz:
http://arxiv.org/abs/2405.05646
In recent years, the shortcomings of Bayes posteriors as inferential devices has received increased attention. A popular strategy for fixing them has been to instead target a Gibbs measure based on losses that connect a parameter of interest to obser
Externí odkaz:
http://arxiv.org/abs/2404.15649
Akademický článek
Tento výsledek nelze pro nepřihlášené uživatele zobrazit.
K zobrazení výsledku je třeba se přihlásit.
K zobrazení výsledku je třeba se přihlásit.