Zobrazeno 1 - 10
of 17 888
pro vyhledávání: '"Mixture distributions"'
Autor:
McDonald, Curtis, Barron, Andrew R.
This paper presents a Bayesian estimation procedure for single hidden-layer neural networks using $\ell_{1}$ controlled neuron weight vectors. We study the structure of the posterior density that makes it amenable to rapid sampling via Markov Chain M
Externí odkaz:
http://arxiv.org/abs/2411.17667
Autor:
Tretyakov, M. V.
It is proposed to use stochastic differential equations with state-dependent switching rates (SDEwS) for sampling from finite mixture distributions. An Euler scheme with constant time step for SDEwS is considered. It is shown that the scheme converge
Externí odkaz:
http://arxiv.org/abs/2407.13389
Akademický článek
Tento výsledek nelze pro nepřihlášené uživatele zobrazit.
K zobrazení výsledku je třeba se přihlásit.
K zobrazení výsledku je třeba se přihlásit.
In the era of precision medicine, more and more clinical trials are now driven or guided by biomarkers, which are patient characteristics objectively measured and evaluated as indicators of normal biological processes, pathogenic processes, or pharma
Externí odkaz:
http://arxiv.org/abs/2401.00540
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.
Autor:
Klebanov, Ilja, Sullivan, T. J.
Integration against, and hence sampling from, high-dimensional probability distributions is of essential importance in many application areas and has been an active research area for decades. One approach that has drawn increasing attention in recent
Externí odkaz:
http://arxiv.org/abs/2308.10081
Collaboration among multiple teams has played a major role in probabilistic forecasting events of influenza outbreaks, the COVID-19 pandemic, other disease outbreaks, and in many other fields. When collecting forecasts from individual teams, ensuring
Externí odkaz:
http://arxiv.org/abs/2310.11939