Zobrazeno 1 - 10
of 70
pro vyhledávání: '"Liang, Xitong"'
In this paper, we introduce a novel MCMC sampler, PARNI-DAG, for a fully-Bayesian approach to the problem of structure learning under observational data. Under the assumption of causal sufficiency, the algorithm allows for approximate sampling direct
Externí odkaz:
http://arxiv.org/abs/2311.00599
Developing an efficient computational scheme for high-dimensional Bayesian variable selection in generalised linear models and survival models has always been a challenging problem due to the absence of closed-form solutions for the marginal likeliho
Externí odkaz:
http://arxiv.org/abs/2308.00869
We introduce a framework for efficient Markov Chain Monte Carlo (MCMC) algorithms targeting discrete-valued high-dimensional distributions, such as posterior distributions in Bayesian variable selection (BVS) problems. We show that many recently intr
Externí odkaz:
http://arxiv.org/abs/2110.11747
Autor:
Vernier, Cassondra L., Leitner, Nicole, Zelle, Kathleen M., Foltz, Merrin, Dutton, Sophia, Liang, Xitong, Halloran, Sean, Millar, Jocelyn G., Ben-Shahar, Yehuda
Publikováno v:
In iScience 20 January 2023 26(1)
Autor:
Gao, Danqi, Liang, Xitong, Ting, Qi, Nichols, Emily Sophia, Bai, Zilin, Xu, Chaoying, Cai, Mingnan, Liu, Li
Publikováno v:
Human Brain Mapping; Oct2024, Vol. 45 Issue 15, p1-28, 28p
Akademický článek
Tento výsledek nelze pro nepřihlášené uživatele zobrazit.
K zobrazení výsledku je třeba se přihlásit.
K zobrazení výsledku je třeba se přihlásit.
Autor:
Li, Qian, Zhang, Xuchen, Hu, Wantong, Liang, Xitong, Zhang, Fang, Wang, Lianzhang, Liu, Zhong-Jian, Zhong, Yi
Publikováno v:
Proceedings of the National Academy of Sciences of the United States of America, 2016 Mar . 113(11), 3072-3077.
Externí odkaz:
https://www.jstor.org/stable/26468695
Publikováno v:
Science, 2016 Feb . 351(6276), 976-981.
Externí odkaz:
http://www.jstor.org/stable/24742575
Akademický článek
Tento výsledek nelze pro nepřihlášené uživatele zobrazit.
K zobrazení výsledku je třeba se přihlásit.
K zobrazení výsledku je třeba se přihlásit.
Akademický článek
Tento výsledek nelze pro nepřihlášené uživatele zobrazit.
K zobrazení výsledku je třeba se přihlásit.
K zobrazení výsledku je třeba se přihlásit.