Copertina

Non-separable Spatio-temporal Graph Kernels via SPDEs

Fuente: arXiv

Salvato in:

Dettagli Bibliografici
Autori principali:	Nikitin, Alexander, John, ST, Solin, Arno, Kaski, Samuel
Natura:	Preprint
Pubblicazione:	2021
Soggetti:	Machine Learning
Accesso online:	Acceder al recurso
Tags:	Aggiungi Tag Nessun Tag, puoi essere il primo ad aggiungerne!!

Documenti analoghi

TSGM: A Flexible Framework for Generative Modeling of Synthetic Time Series
di: Nikitin, Alexander, et al.
Pubblicazione: (2023)

Learning to Approximate Particle Smoothing Trajectories via Diffusion Generative Models
di: Tamir, Ella, et al.
Pubblicazione: (2024)

Exploiting Hankel-Toeplitz Structures for Fast Computation of Kernel Precision Matrices
di: Viset, Frida, et al.
Pubblicazione: (2024)

Approximate Bayesian Inference via Bitstring Representations
di: Sladek, Aleksanteri, et al.
Pubblicazione: (2025)

Improving Discrete Diffusion Models via Structured Preferential Generation
di: Rissanen, Severi, et al.
Pubblicazione: (2024)

Free Hunch: Denoiser Covariance Estimation for Diffusion Models Without Extra Costs
di: Rissanen, Severi, et al.
Pubblicazione: (2024)

Physics-Informed Variational State-Space Gaussian Processes
di: Hamelijnck, Oliver, et al.
Pubblicazione: (2024)

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

Heterophily-informed Message Passing
di: Wang, Haishan, et al.
Pubblicazione: (2025)

Softly Constrained Denoisers for Diffusion Models Applied to Partial Differential Equations
di: Yeom-Song, Victor M., et al.
Pubblicazione: (2025)

Equivariant Denoisers Cannot Copy Graphs: Align Your Graph Diffusion Models
di: Laabid, Najwa, et al.
Pubblicazione: (2024)

DiVeQ: Differentiable Vector Quantization Using the Reparameterization Trick
di: Vali, Mohammad Hassan, et al.
Pubblicazione: (2025)

Streamlining Prediction in Bayesian Deep Learning
di: Li, Rui, et al.
Pubblicazione: (2024)

A Theory of Random Graph Shift in Truncated-Spectrum vRKHS
di: Wan, Zhang, et al.
Pubblicazione: (2026)

Compressing 3D Gaussian Splatting by Noise-Substituted Vector Quantization
di: Wang, Haishan, et al.
Pubblicazione: (2025)

Spatio-Temporal Attention Graph Neural Network: Explaining Causalities With Attention
di: Koistinen, Kosti, et al.
Pubblicazione: (2026)

Multi-Objective Bayesian Optimization via Adaptive \varepsilon-Constraints Decomposition
di: Yang, Yaohong, et al.
Pubblicazione: (2026)

Flatness Improves Backbone Generalisation in Few-shot Classification
di: Li, Rui, et al.
Pubblicazione: (2024)

Sources of Uncertainty in 3D Scene Reconstruction
di: Klasson, Marcus, et al.
Pubblicazione: (2024)

Adaptive Spatio-temporal Estimation on the Graph Edges via Line Graph Transformation
di: Yan, Yi, et al.
Pubblicazione: (2023)

In-n-Out: Calibrating Graph Neural Networks for Link Prediction
di: Nascimento, Erik, et al.
Pubblicazione: (2024)

Privacy Leakage via Output Label Space and Differentially Private Continual Learning
di: Tobaben, Marlon, et al.
Pubblicazione: (2024)

Incorporating Expert Knowledge into Bayesian Causal Discovery of Mixtures of Directed Acyclic Graphs
di: Björkman, Zachris, et al.
Pubblicazione: (2025)

Robust Experimental Design via Generalised Bayesian Inference
di: Barlas, Yasir Zubayr, et al.
Pubblicazione: (2025)

Decoupled Conformal Optimisation: Efficient Prediction Sets via Independent Tuning and Calibration
di: Wu, Fanyi, et al.
Pubblicazione: (2026)

iQRL -- Implicitly Quantized Representations for Sample-efficient Reinforcement Learning
di: Scannell, Aidan, et al.
Pubblicazione: (2024)

Function-space Parameterization of Neural Networks for Sequential Learning
di: Scannell, Aidan, et al.
Pubblicazione: (2024)

Bayesian Meta-Learning with Expert Feedback for Task-Shift Adaptation through Causal Embeddings
di: Mäkinen, Lotta, et al.
Pubblicazione: (2026)

Elicitation-Augmented Bayesian Optimization
di: Haltia, Alvar, et al.
Pubblicazione: (2026)

Subtractive Mixture Models via Squaring: Representation and Learning
di: Loconte, Lorenzo, et al.
Pubblicazione: (2023)

Sequential Causal Discovery with Noisy Language Model Priors
di: Verma, Prakhar, et al.
Pubblicazione: (2025)

In-Context Black-Box Optimization with Unreliable Feedback
di: Blumer, Nicolas Samuel, et al.
Pubblicazione: (2026)

DarkFarseer: Robust Spatio-temporal Kriging under Graph Sparsity and Noise
di: Liang, Zhuoxuan, et al.
Pubblicazione: (2025)

Epistemic Errors of Imperfect Multitask Learners When Distributions Shift
di: Sloman, Sabina J., et al.
Pubblicazione: (2025)

Proxy-informed Bayesian transfer learning with unknown sources
di: Sloman, Sabina J., et al.
Pubblicazione: (2024)

Robust and Computation-Aware Gaussian Processes
di: Sinaga, Marshal Arijona, et al.
Pubblicazione: (2025)

Anchor-Based Heteroscedastic Noise for Preferential Bayesian Optimization
di: Sinaga, Marshal Arijona, et al.
Pubblicazione: (2024)

Challenges in interpretability of additive models
di: Zhang, Xinyu, et al.
Pubblicazione: (2025)

Transformer Normalisation Layers and the Independence of Semantic Subspaces
di: Menary, Stephen, et al.
Pubblicazione: (2024)

Memento No More: Coaching AI Agents to Master Multiple Tasks via Hints Internalization
di: Alakuijala, Minttu, et al.
Pubblicazione: (2025)