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...

Повний опис

Бібліографічні деталі
Автори:	Rainforth, T, Le, T, van de Meent, J, Osborne, M, Wood, F
Формат:	Conference item
Опубліковано:	Neural Information Processing Systems Foundation 2016

Схожі ресурси

Beyond Bayesian model averaging over paths in probabilistic programs with stochastic support
за авторством: Reichelt, T, та інші
Опубліковано: (2024)

Nesting probabilistic programs
за авторством: Rainforth, T
Опубліковано: (2018)

Black-box policy search with probabilistic programs
за авторством: Van De Meent, J, та інші
Опубліковано: (2016)

Particle Gibbs with Ancestor Sampling for Probabilistic Programs
за авторством: van de Meent, J, та інші
Опубліковано: (2015)

Particle Gibbs with ancestor sampling for probabilistic programs
за авторством: Meent, J, та інші
Опубліковано: (2015)

Output-sensitive Adaptive Metropolis-Hastings for probabilistic programs
за авторством: Tolpin, D, та інші
Опубліковано: (2015)

Automating inference, learning, and design using probabilistic programming
за авторством: Rainforth, T
Опубліковано: (2017)

Bayesian optimization as a probabilistic meta-program
за авторством: Zinberg, Ben (Ben I.)
Опубліковано: (2017)

Target–aware Bayesian inference: how to beat optimal conventional estimators
за авторством: Rainforth, T, та інші
Опубліковано: (2020)

LF-PPL: A low-level first order probabilistic programming language for non-differentiable models
за авторством: Zhou, Y, та інші
Опубліковано: (2019)

Amortized rejection sampling in universal probabilistic programming
за авторством: Naderiparizi, S, та інші
Опубліковано: (2022)

Bayesian synthesis of probabilistic programs for automatic data modeling
за авторством: Saad, Feras A, та інші
Опубліковано: (2021)

Inference compilation and universal probabilistic programming
за авторством: Le, T, та інші
Опубліковано: (2017)

Divide, conquer, and combine: a new inference strategy for probabilistic programs with stochastic support
за авторством: Zhou, Y, та інші
Опубліковано: (2020)

Probabilistic program inference in network-based epidemiological simulations
за авторством: Smedemark-Margulies, Niklas, та інші
Опубліковано: (2022)

Probabilistic program inference in network-based epidemiological simulations.
за авторством: Niklas Smedemark-Margulies, та інші
Опубліковано: (2022-11-01)

Interacting particle Markov chain Monte Carlo
за авторством: Doucet, A, та інші
Опубліковано: (2016)

Variational Bayesian optimal experimental design
за авторством: Foster, A, та інші
Опубліковано: (2019)

Bayesian Active Structure Learning for Gaussian Process Probabilistic Programs
за авторством: Lin, Gloria Z.
Опубліковано: (2022)

Evaluating probabilistic programming and fast variational Bayesian inference in phylogenetics
за авторством: Mathieu Fourment, та інші
Опубліковано: (2019-12-01)

A unified stochastic gradient approach to designing Bayesian-optimal experiments
за авторством: Foster, A, та інші
Опубліковано: (2020)

Towards formal verification of Bayesian inference in probabilistic programming via guaranteed bounds
за авторством: Zaiser, F
Опубліковано: (2024)

Modern Bayesian experimental design
за авторством: Rainforth, T, та інші
Опубліковано: (2024)

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

Approximate Bayesian Image Interpretation using Generative Probabilistic Graphics Programs
за авторством: Mansinghka, Vikash K., та інші
Опубліковано: (2015)

Static posterior inference of Bayesian probabilistic programming via polynomial solving
за авторством: Wang, Peixin, та інші
Опубліковано: (2024)

Increasing Interpretability of Bayesian Probabilistic Programming Models Through Interactive Representations
за авторством: Evdoxia Taka, та інші
Опубліковано: (2020-12-01)

Making better use of unlabelled data in Bayesian Active learning
за авторством: Bickford Smith, F, та інші
Опубліковано: (2024)

Probabilistic safety for bayesian neural networks
за авторством: Wicker, M, та інші
Опубліковано: (2020)

Probabilistic conflict detection using heteroscedastic gaussian process and bayesian optimization
за авторством: Pham, Duc-Thinh, та інші
Опубліковано: (2023)

Probabilistic Conflict Detection Using Heteroscedastic Gaussian Process and Bayesian Optimization
за авторством: Duc-Thinh Pham, та інші
Опубліковано: (2023-01-01)

Hydrological probabilistic forecasting based on deep learning and Bayesian optimization algorithm
за авторством: Haijun Bai, та інші
Опубліковано: (2021-08-01)

Encoding Probabilistic Brain Atlases Using Bayesian Inference
за авторством: Van Leemput, Koen
Опубліковано: (2012)

Bayesian optimization for sensor set selection
за авторством: Garnett, R, та інші
Опубліковано: (2010)

Probabilistic graphical models : bayesian networks
за авторством: Chan, Xiang Yun
Опубліковано: (2021)

Probabilistic Prognosis with Dynamic Bayesian Networks
за авторством: Gregory Bartram, та інші
Опубліковано: (2015-12-01)

Probabilistic Alternatives to Bayesianism: The Case of Explanationism
за авторством: Igor eDouven, та інші
Опубліковано: (2015-04-01)

Maximum a posteriori estimation by search in probabilistic programs
за авторством: Tolpin, D, та інші
Опубліковано: (2015)

Distributionally robust optimization techniques in batch Bayesian optimization
за авторством: Rontsis, N, та інші
Опубліковано: (2017)

The probabilistic mind : prospects for Bayesian cognitive science /
за авторством: Chater, Nick, та інші
Опубліковано: (2008)