Towards formal verification of Bayesian inference in probabilistic programming via guaranteed bounds

Towards formal verification of Bayesian inference in probabilistic programming via guaranteed bounds

<p>Probabilistic models are an indispensable tool in many scientific fields, from the social and medical sciences to physics and machine learning. In probabilistic programming, such models are specified as computer programs: a flexible yet precise representation that allows for automated analy...

Mô tả đầy đủ

Chi tiết về thư mục
Tác giả chính:	Zaiser, F
Tác giả khác:	Murawski, A
Định dạng:	Luận văn
Ngôn ngữ:	English
Được phát hành:	2024
Những chủ đề:	Formal methods (Computer science) Probabilistic Inference Bayesian Statistics Probabilistic Programming Programming languages (Electronic computers)

Những quyển sách tương tự

Static posterior inference of Bayesian probabilistic programming via polynomial solving
Bằng: Wang, Peixin, et al.
Được phát hành: (2024)

Fast and correct variational inference for probabilistic programming: Differentiability, reparameterisation and smoothing
Bằng: Wagner, D
Được phát hành: (2023)

Semantic Probabilistic Inference of Predictions
Bằng: E. E. Vityaev
Được phát hành: (2017-08-01)

Stan: A Probabilistic Programming Language
Bằng: Bob Carpenter, et al.
Được phát hành: (2017-01-01)

Increasing Interpretability of Bayesian Probabilistic Programming Models Through Interactive Representations
Bằng: Evdoxia Taka, et al.
Được phát hành: (2020-12-01)

GraphPPL.jl: A Probabilistic Programming Language for Graphical Models
Bằng: Wouter W. L. Nuijten, et al.
Được phát hành: (2024-10-01)

Extended Variational Message Passing for Automated Approximate Bayesian Inference
Bằng: Semih Akbayrak, et al.
Được phát hành: (2021-06-01)

Nonparametric Involutive Markov Chain Monte Carlo: a MCMC algorithm for universal probabilistic programming
Bằng: Mak, PYC
Được phát hành: (2022)

Probabilistic inference: Task dependency and individual differences of probability weighting revealed by hierarchical Bayesian modelling
Bằng: Moritz eBoos, et al.
Được phát hành: (2016-05-01)

A History of Probabilistic Inductive Logic Programming
Bằng: Fabrizio eRiguzzi, et al.
Được phát hành: (2014-09-01)

Automating inference, learning, and design using probabilistic programming
Bằng: Rainforth, T
Được phát hành: (2017)

Automating inference for non–standard models
Bằng: Zhou, Y
Được phát hành: (2020)

Probabilistic programming in Python using PyMC3
Bằng: John Salvatier, et al.
Được phát hành: (2016-04-01)

Probabilistic Prediction Model Using Bayesian Inference in Climate Field: A Systematic Literature
Bằng: Evi Ardiyani, et al.
Được phát hành: (2023-07-01)

PyMC: a modern, and comprehensive probabilistic programming framework in Python
Bằng: Oriol Abril-Pla, et al.
Được phát hành: (2023-09-01)

Probabilistic Inference and Dynamic Programming: A Unified Approach to Multi-Agent Autonomous Coordination in Complex and Uncertain Environments
Bằng: Giovanni Di Gennaro, et al.
Được phát hành: (2022-07-01)

Planning as Inference in Epidemiological Dynamics Models
Bằng: Frank Wood, et al.
Được phát hành: (2022-03-01)

Probabilistic Hotspot Prediction Model Based on Bayesian Inference Using Precipitation, Relative Dry Spells, ENSO and IOD
Bằng: Evi Ardiyani, et al.
Được phát hành: (2023-01-01)

Principled Decision-Making Workflow with Hierarchical Bayesian Models of High-Throughput Dose-Response Measurements
Bằng: Eric J. Ma, et al.
Được phát hành: (2021-06-01)

Logic + probabilistic programming + causal laws
Bằng: Vaishak Belle
Được phát hành: (2023-09-01)

Bayesian neural networks using magnetic tunnel junction-based probabilistic in-memory computing
Bằng: Samuel Liu, et al.
Được phát hành: (2022-10-01)

Erratum: Bayesian neural networks using magnetic tunnel junction-based probabilistic in-memory computing
Bằng: Frontiers Production Office
Được phát hành: (2022-12-01)

Bayesian statistic methods and theri application in probabilistic simulation models
Bằng: Sergio Iannazzo
Được phát hành: (2007-03-01)

Probabilistic Logic Models for the Lightning Network
Bằng: Damiano Azzolini, et al.
Được phát hành: (2022-06-01)

Probabilistic Load Forecasting With Reservoir Computing
Bằng: Michele Guerra, et al.
Được phát hành: (2023-01-01)

Enhanced production surveillance using probabilistic dynamic models
Bằng: Ashutosh Tewari, et al.
Được phát hành: (2018-01-01)

Bayesian Modeling for Differential Cryptanalysis of Block Ciphers: A DES Instance
Bằng: Vincenzo Agate, et al.
Được phát hành: (2023-01-01)

Studying Transaction Fees in the Bitcoin Blockchain with Probabilistic Logic Programming
Bằng: Damiano Azzolini, et al.
Được phát hành: (2019-10-01)

An FPGA implementation of Bayesian inference with spiking neural networks
Bằng: Haoran Li, et al.
Được phát hành: (2024-01-01)

Probabilistic Inference with Polymerizing Biochemical Circuits
Bằng: Yarden Katz, et al.
Được phát hành: (2022-04-01)

Sparse Bayesian Broad Learning System for Probabilistic Estimation of Prediction
Bằng: Lili Xu, et al.
Được phát hành: (2020-01-01)

On the Coherence of Probabilistic Relational Formalisms
Bằng: Glauber De Bona, et al.
Được phát hành: (2018-03-01)

Seizure Susceptibility Prediction in Uncontrolled Epilepsy
Bằng: Nhan Duy Truong, et al.
Được phát hành: (2021-09-01)

The predictive view of Bayesian inference
Bằng: Fong, CHE
Được phát hành: (2021)

Design and Implementation of Probabilistic Assignment Management System for a Library Database Using Object Oriented Programming
Bằng: Jamal Hameed
Được phát hành: (2012-12-01)

Survey on Probabilistic Models of Low-Rank Matrix Factorizations
Bằng: Jiarong Shi, et al.
Được phát hành: (2017-08-01)

Probabilistic early warning signals
Bằng: Ville Laitinen, et al.
Được phát hành: (2021-10-01)

TRUCK CRANE HOIST BOOM BUCKLING RELIABILITY ANALYSIS BASED ON PROBABILISTIC AND NON-PROBABILISTIC HYBRID MODEL AND BAYESIAN NETWORK
Bằng: QU FuZheng, et al.
Được phát hành: (2015-01-01)

Bayesian Energy Measurement and Verification Analysis
Bằng: Herman Carstens, et al.
Được phát hành: (2018-02-01)

Using Value-Based Potentials for Making Approximate Inference on Probabilistic Graphical Models
Bằng: Pedro Bonilla-Nadal, et al.
Được phát hành: (2022-07-01)