Bayesian Optimization for Probabilistic Programs

Bayesian Optimization for Probabilistic Programs

We outline a general purpose framework for black-box marginal maximum a pos- teriori estimation of probabilistic program variables using Bayesian optimization with Gaussian processes. We introduce the concept of an optimization query, whereby a probabilistic program returns an infinite lazy sequence...

Ausführliche Beschreibung

Bibliographische Detailangaben
Hauptverfasser:	Rainforth, T, Le, T, van de Meent, J, Osborne, M, Wood, F
Format:	Conference item
Veröffentlicht:	Neural Information Processing Systems Foundation 2016

Ähnliche Einträge

Beyond Bayesian model averaging over paths in probabilistic programs with stochastic support
von: Reichelt, T, et al.
Veröffentlicht: (2024)

Nesting probabilistic programs
von: Rainforth, T
Veröffentlicht: (2018)

Black-box policy search with probabilistic programs
von: Van De Meent, J, et al.
Veröffentlicht: (2016)

Particle Gibbs with Ancestor Sampling for Probabilistic Programs
von: van de Meent, J, et al.
Veröffentlicht: (2015)

Particle Gibbs with ancestor sampling for probabilistic programs
von: Meent, J, et al.
Veröffentlicht: (2015)

Output-sensitive Adaptive Metropolis-Hastings for probabilistic programs
von: Tolpin, D, et al.
Veröffentlicht: (2015)

Automating inference, learning, and design using probabilistic programming
von: Rainforth, T
Veröffentlicht: (2017)

Bayesian optimization as a probabilistic meta-program
von: Zinberg, Ben (Ben I.)
Veröffentlicht: (2017)

Target–aware Bayesian inference: how to beat optimal conventional estimators
von: Rainforth, T, et al.
Veröffentlicht: (2020)

LF-PPL: A low-level first order probabilistic programming language for non-differentiable models
von: Zhou, Y, et al.
Veröffentlicht: (2019)

Amortized rejection sampling in universal probabilistic programming
von: Naderiparizi, S, et al.
Veröffentlicht: (2022)

Bayesian synthesis of probabilistic programs for automatic data modeling
von: Saad, Feras A, et al.
Veröffentlicht: (2021)

Inference compilation and universal probabilistic programming
von: Le, T, et al.
Veröffentlicht: (2017)

Divide, conquer, and combine: a new inference strategy for probabilistic programs with stochastic support
von: Zhou, Y, et al.
Veröffentlicht: (2020)

Probabilistic program inference in network-based epidemiological simulations
von: Smedemark-Margulies, Niklas, et al.
Veröffentlicht: (2022)

Probabilistic program inference in network-based epidemiological simulations.
von: Niklas Smedemark-Margulies, et al.
Veröffentlicht: (2022-11-01)

Interacting particle Markov chain Monte Carlo
von: Doucet, A, et al.
Veröffentlicht: (2016)

Variational Bayesian optimal experimental design
von: Foster, A, et al.
Veröffentlicht: (2019)

Bayesian Active Structure Learning for Gaussian Process Probabilistic Programs
von: Lin, Gloria Z.
Veröffentlicht: (2022)

Evaluating probabilistic programming and fast variational Bayesian inference in phylogenetics
von: Mathieu Fourment, et al.
Veröffentlicht: (2019-12-01)

A unified stochastic gradient approach to designing Bayesian-optimal experiments
von: Foster, A, et al.
Veröffentlicht: (2020)

Towards formal verification of Bayesian inference in probabilistic programming via guaranteed bounds
von: Zaiser, F
Veröffentlicht: (2024)

Modern Bayesian experimental design
von: Rainforth, T, et al.
Veröffentlicht: (2024)

PClean : Bayesian data cleaning at scale with domain-specific probabilistic programming
von: Lew, Alexander K.
Veröffentlicht: (2021)

Approximate Bayesian Image Interpretation using Generative Probabilistic Graphics Programs
von: Mansinghka, Vikash K., et al.
Veröffentlicht: (2015)

Static posterior inference of Bayesian probabilistic programming via polynomial solving
von: Wang, Peixin, et al.
Veröffentlicht: (2024)

Increasing Interpretability of Bayesian Probabilistic Programming Models Through Interactive Representations
von: Evdoxia Taka, et al.
Veröffentlicht: (2020-12-01)

Making better use of unlabelled data in Bayesian Active learning
von: Bickford Smith, F, et al.
Veröffentlicht: (2024)

Probabilistic safety for bayesian neural networks
von: Wicker, M, et al.
Veröffentlicht: (2020)

Probabilistic conflict detection using heteroscedastic gaussian process and bayesian optimization
von: Pham, Duc-Thinh, et al.
Veröffentlicht: (2023)

Probabilistic Conflict Detection Using Heteroscedastic Gaussian Process and Bayesian Optimization
von: Duc-Thinh Pham, et al.
Veröffentlicht: (2023-01-01)

Hydrological probabilistic forecasting based on deep learning and Bayesian optimization algorithm
von: Haijun Bai, et al.
Veröffentlicht: (2021-08-01)

Encoding Probabilistic Brain Atlases Using Bayesian Inference
von: Van Leemput, Koen
Veröffentlicht: (2012)

Bayesian optimization for sensor set selection
von: Garnett, R, et al.
Veröffentlicht: (2010)

Probabilistic graphical models : bayesian networks
von: Chan, Xiang Yun
Veröffentlicht: (2021)

Probabilistic Prognosis with Dynamic Bayesian Networks
von: Gregory Bartram, et al.
Veröffentlicht: (2015-12-01)

Probabilistic Alternatives to Bayesianism: The Case of Explanationism
von: Igor eDouven, et al.
Veröffentlicht: (2015-04-01)

Maximum a posteriori estimation by search in probabilistic programs
von: Tolpin, D, et al.
Veröffentlicht: (2015)

Distributionally robust optimization techniques in batch Bayesian optimization
von: Rontsis, N, et al.
Veröffentlicht: (2017)

The probabilistic mind : prospects for Bayesian cognitive science /
von: Chater, Nick, et al.
Veröffentlicht: (2008)