Copertina

Sparse Orthogonal Variational Inference for Gaussian Processes

Fuente: arXiv

Salvato in:

Dettagli Bibliografici
Autori principali:	Shi, Jiaxin, Titsias, Michalis K., Mnih, Andriy
Natura:	Preprint
Pubblicazione:	2019
Soggetti:	Machine Learning
Accesso online:	Acceder al recurso
Tags:	Aggiungi Tag Nessun Tag, puoi essere il primo ad aggiungerne!!

Documenti analoghi

New Bounds for Sparse Variational Gaussian Processes
di: Titsias, Michalis K.
Pubblicazione: (2025)

Demystifying Diffusion Objectives: Reweighted Losses are Better Variational Bounds
di: Shi, Jiaxin, et al.
Pubblicazione: (2025)

Sparse Gaussian Processes: Structured Approximations and Power-EP Revisited
di: Bui, Thang D., et al.
Pubblicazione: (2025)

Simplified and Generalized Masked Diffusion for Discrete Data
di: Shi, Jiaxin, et al.
Pubblicazione: (2024)

Gradient Estimation with Discrete Stein Operators
di: Shi, Jiaxin, et al.
Pubblicazione: (2022)

Gaussian Invariant Markov Chain Monte Carlo
di: Titsias, Michalis K., et al.
Pubblicazione: (2025)

Variational Learning for Insertion-based Generation
di: Zhang, Yangtian, et al.
Pubblicazione: (2026)

Learning-Order Autoregressive Models with Application to Molecular Graph Generation
di: Wang, Zhe, et al.
Pubblicazione: (2025)

Personalized Federated Learning with Exact Stochastic Gradient Descent
di: Nikoloutsopoulos, Sotirios, et al.
Pubblicazione: (2022)

Variance Reduction for the Independent Metropolis Sampler
di: Liu, Siran, et al.
Pubblicazione: (2024)

Schrödinger Bridge Flow for Unpaired Data Translation
di: De Bortoli, Valentin, et al.
Pubblicazione: (2024)

Inverse-Free Sparse Variational Gaussian Processes
di: Cortinovis, Stefano, et al.
Pubblicazione: (2026)

Amortized Variational Inference for Deep Gaussian Processes
di: Meng, Qiuxian, et al.
Pubblicazione: (2024)

Uncertainty evaluation of segmentation models for Earth observation
di: Rey, Melanie, et al.
Pubblicazione: (2025)

Sparse Inducing Points in Deep Gaussian Processes: Enhancing Modeling with Denoising Diffusion Variational Inference
di: Xu, Jian, et al.
Pubblicazione: (2024)

Diffusion Bridge Variational Inference for Deep Gaussian Processes
di: Xu, Jian, et al.
Pubblicazione: (2025)

Scalable Multi-Output Gaussian Processes with Stochastic Variational Inference
di: Jiang, Xiaoyu, et al.
Pubblicazione: (2024)

The Illusion of Stochasticity in LLMs
di: Gu, Xiangming, et al.
Pubblicazione: (2026)

A Partitioned Sparse Variational Gaussian Process for Fast, Distributed Spatial Modeling
di: Grosskopf, Michael, et al.
Pubblicazione: (2025)

Kalman Filter for Online Classification of Non-Stationary Data
di: Titsias, Michalis K., et al.
Pubblicazione: (2023)

Sparse Gaussian Neural Processes
di: Rochussen, Tommy, et al.
Pubblicazione: (2025)

Variational Gaussian Process Diffusion Processes
di: Verma, Prakhar, et al.
Pubblicazione: (2023)

Variational Inference, Entropy, and Orthogonality: A Unified Theory of Mixture-of-Experts
di: Su, Ye, et al.
Pubblicazione: (2026)

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

Partially Observable Gaussian Process Network and Doubly Stochastic Variational Inference
di: Kiroriwal, Saksham, et al.
Pubblicazione: (2025)

Constrained Gaussian Process Motion Planning via Stein Variational Newton Inference
di: Li, Jiayun, et al.
Pubblicazione: (2025)

Neural Operator Variational Inference based on Regularized Stein Discrepancy for Deep Gaussian Processes
di: Xu, Jian, et al.
Pubblicazione: (2023)

Non-Stationary Learning of Neural Networks with Automatic Soft Parameter Reset
di: Galashov, Alexandre, et al.
Pubblicazione: (2024)

Self-Attention through Kernel-Eigen Pair Sparse Variational Gaussian Processes
di: Chen, Yingyi, et al.
Pubblicazione: (2024)

Sparse Variational Student-t Processes
di: Xu, Jian, et al.
Pubblicazione: (2023)

Sparse Variational Contaminated Noise Gaussian Process Regression with Applications in Geomagnetic Perturbations Forecasting
di: Iong, Daniel, et al.
Pubblicazione: (2024)

Accurate and Scalable Stochastic Gaussian Process Regression via Learnable Coreset-based Variational Inference
di: Ketenci, Mert, et al.
Pubblicazione: (2023)

Variational Nearest Neighbor Gaussian Process
di: Wu, Luhuan, et al.
Pubblicazione: (2022)

Mixed Likelihood Variational Gaussian Processes
di: Wu, Kaiwen, et al.
Pubblicazione: (2025)

Neighbour-Driven Gaussian Process Variational Autoencoders for Scalable Structured Latent Modelling
di: Shi, Xinxing, et al.
Pubblicazione: (2025)

Training Bayesian Neural Networks with Sparse Subspace Variational Inference
di: Li, Junbo, et al.
Pubblicazione: (2024)

Calibrating Transformers via Sparse Gaussian Processes
di: Chen, Wenlong, et al.
Pubblicazione: (2023)

Sparse Techniques for Regression in Deep Gaussian Processes
di: Latz, Jonas, et al.
Pubblicazione: (2025)

Revisiting Dynamic Evaluation: Online Adaptation for Large Language Models
di: Rannen-Triki, Amal, et al.
Pubblicazione: (2024)

Rotated Mean-Field Variational Inference and Iterative Gaussianization
di: Chen, Yifan, et al.
Pubblicazione: (2025)