Buchumschlag

One-Pass Sparsified Gaussian Mixtures

Fuente: arXiv

Gespeichert in:

Bibliographische Detailangaben
Hauptverfasser:	Kightley, Eric, Becker, Stephen
Format:	Preprint
Veröffentlicht:	2019
Schlagworte:	Machine Learning
Online-Zugang:	Acceder al recurso
Tags:	Tag hinzufügen Keine Tags, Fügen Sie den ersten Tag hinzu!

Ähnliche Einträge

Sparsifying Suprema of Gaussian Processes
von: De, Anindya, et al.
Veröffentlicht: (2024)

Two Sparse Matrices are Better than One: Sparsifying Neural Networks with Double Sparse Factorization
von: Boža, Vladimír, et al.
Veröffentlicht: (2024)

Sparsifying Parametric Models with L0 Regularization
von: Botteghi, Nicolò, et al.
Veröffentlicht: (2024)

Generalization Bounds for Message Passing Networks on Mixture of Graphons
von: Maskey, Sohir, et al.
Veröffentlicht: (2024)

Efficient Covariance Estimation for Sparsified Functional Data
von: Zheng, Sijie, et al.
Veröffentlicht: (2025)

Sparsified State-Space Models are Efficient Highway Networks
von: Song, Woomin, et al.
Veröffentlicht: (2025)

TimeGMM: Single-Pass Probabilistic Forecasting via Adaptive Gaussian Mixture Models with Reversible Normalization
von: Liu, Lei, et al.
Veröffentlicht: (2026)

Theoretical Guarantees for Variational Inference with Fixed-Variance Mixture of Gaussians
von: Huix, Tom, et al.
Veröffentlicht: (2024)

Learning to Sparsify Stochastic Linear Bandits
von: Wang, Zhengmiao, et al.
Veröffentlicht: (2026)

Model Selection and Parameter Estimation of One-Dimensional Gaussian Mixture Models
von: Liu, Xinyu, et al.
Veröffentlicht: (2024)

Federated Gaussian Mixture Models
von: Pettersson, Sophia Zhang, et al.
Veröffentlicht: (2025)

Provably Efficient Online RLHF with One-Pass Reward Modeling
von: Li, Long-Fei, et al.
Veröffentlicht: (2025)

Learning Explicitly Conditioned Sparsifying Transforms
von: Pătraşcu, Andrei, et al.
Veröffentlicht: (2024)

On the Sparsifiability of Correlation Clustering: Approximation Guarantees under Edge Sampling
von: Shihab, Ibne Farabi, et al.
Veröffentlicht: (2026)

Adaptive Sparsified Graph Learning Framework for Vessel Behavior Anomalies
von: Kim, Jeehong, et al.
Veröffentlicht: (2025)

Mixture of Experts Meets Decoupled Message Passing: Towards General and Adaptive Node Classification
von: Chen, Xuanze, et al.
Veröffentlicht: (2024)

Variational Inference with Mixtures of Isotropic Gaussians
von: Petit-Talamon, Marguerite, et al.
Veröffentlicht: (2025)

Sampling via Gaussian Mixture Approximations
von: Huang, Yongchao
Veröffentlicht: (2025)

GGMPs: Generalized Gaussian Mixture Processes
von: Tekriwal, Vardaan, et al.
Veröffentlicht: (2026)

Physically Interpretable Representation Learning with Gaussian Mixture Variational AutoEncoder (GM-VAE)
von: Fan, Tiffany, et al.
Veröffentlicht: (2025)

Heavy-Tailed Linear Bandits: Huber Regression with One-Pass Update
von: Wang, Jing, et al.
Veröffentlicht: (2025)

Generalized Linear Bandits: Almost Optimal Regret with One-Pass Update
von: Zhang, Yu-Jie, et al.
Veröffentlicht: (2025)

Jacobian Sparse Autoencoders: Sparsify Computations, Not Just Activations
von: Farnik, Lucy, et al.
Veröffentlicht: (2025)

Asymptotic Analysis of Two-Layer Neural Networks after One Gradient Step under Gaussian Mixtures Data with Structure
von: Demir, Samet, et al.
Veröffentlicht: (2025)

MAST: Model-Agnostic Sparsified Training
von: Demidovich, Yury, et al.
Veröffentlicht: (2023)

Fast Deep Mixtures of Gaussian Process Experts
von: Etienam, Clement, et al.
Veröffentlicht: (2020)

Individual-heterogeneous sub-Gaussian Mixture Models
von: Qing, Huan
Veröffentlicht: (2026)

On Parameter Estimation in Deviated Gaussian Mixture of Experts
von: Nguyen, Huy, et al.
Veröffentlicht: (2024)

Gaussian Process-Gated Hierarchical Mixtures of Experts
von: Liu, Yuhao, et al.
Veröffentlicht: (2023)

Mixture of Message Passing Experts with Routing Entropy Regularization for Node Classification
von: Chen, Xuanze, et al.
Veröffentlicht: (2025)

Sparsified Simultaneous Confidence Intervals for High-Dimensional Linear Models
von: Zhu, Xiaorui, et al.
Veröffentlicht: (2023)

Differential Privacy Personalized Federated Learning Based on Dynamically Sparsified Client Updates
von: Wang, Chuanyin, et al.
Veröffentlicht: (2025)

DriftingMol: Decoder-Coupled Drift for One-Pass Property-Conditional Molecular Generation
von: Qiu, Jiangjie, et al.
Veröffentlicht: (2026)

Diffusion Model Conditioning on Gaussian Mixture Model and Negative Gaussian Mixture Gradient
von: Lu, Weiguo, et al.
Veröffentlicht: (2024)

AutoGMM: Automatic Gaussian Mixture Modeling in Python
von: Liu, Tingshan, et al.
Veröffentlicht: (2019)

Theoretical Error Analysis of Entropy Approximation for Gaussian Mixtures
von: Furuya, Takashi, et al.
Veröffentlicht: (2022)

Whitening Spherical Gaussian Mixtures in the Large-Dimensional Regime
von: Boudjemaa, Mohammed Racim Moussa, et al.
Veröffentlicht: (2025)

Universality of Gaussian-Mixture Reverse Kernels in Conditional Diffusion
von: Ishtiaque, Nafiz, et al.
Veröffentlicht: (2026)

Is Temperature Sample Efficient for Softmax Gaussian Mixture of Experts?
von: Nguyen, Huy, et al.
Veröffentlicht: (2024)

Gaussian Mixture Vector Quantization with Aggregated Categorical Posterior
von: Yan, Mingyuan, et al.
Veröffentlicht: (2024)