Buchumschlag

Bounded KRnet and its applications to density estimation and approximation

Fuente: arXiv

Gespeichert in:

Bibliographische Detailangaben
Hauptverfasser:	Zeng, Li, Wan, Xiaoliang, Zhou, Tao
Format:	Preprint
Veröffentlicht:	2023
Schlagworte:	Machine Learning
Online-Zugang:	Acceder al recurso
Tags:	Tag hinzufügen Keine Tags, Fügen Sie den ersten Tag hinzu!

Ähnliche Einträge

Coupling the reduced-order model and the generative model for an importance sampling estimator
von: Wan, Xiaoliang, et al.
Veröffentlicht: (2019)

Adaptive deep density approximation for stochastic dynamical systems
von: He, Junjie, et al.
Veröffentlicht: (2024)

Guided Random Forest and its application to data approximation
von: Gupta, Prashant, et al.
Veröffentlicht: (2019)

FLUID: Flow-based Unified Inference for Dynamics
von: Cui, Tiangang, et al.
Veröffentlicht: (2026)

Integral regularization PINNs for evolution equations
von: Feng, Xiaodong, et al.
Veröffentlicht: (2025)

LVM-GP: Uncertainty-Aware PDE Solver via coupling latent variable model and Gaussian process
von: Feng, Xiaodong, et al.
Veröffentlicht: (2025)

Mutual Information Collapse Explains Disentanglement Failure in $β$-VAEs
von: Vu, Minh, et al.
Veröffentlicht: (2026)

Expected information gain estimation via density approximations: Sample allocation and dimension reduction
von: Li, Fengyi, et al.
Veröffentlicht: (2024)

Bounds on Lp errors in density ratio estimation via f-divergence loss functions
von: Kitazawa, Yoshiaki
Veröffentlicht: (2024)

Pathwise optimization for bridge-type estimators and its applications
von: De Gregorio, Alessandro, et al.
Veröffentlicht: (2024)

Sharper Generalization Bounds for Transformer
von: Li, Yawen, et al.
Veröffentlicht: (2026)

Optimal rates of approximation by shallow ReLU$^k$ neural networks and applications to nonparametric regression
von: Yang, Yunfei, et al.
Veröffentlicht: (2023)

Adversarial Adaptive Sampling: Unify PINN and Optimal Transport for the Approximation of PDEs
von: Tang, Kejun, et al.
Veröffentlicht: (2023)

A successive approximation method in functional spaces for hierarchical optimal control problems and its application to learning
von: Befekadu, Getachew K.
Veröffentlicht: (2024)

A partial likelihood approach to tree-based density modeling and its application in Bayesian inference
von: Ma, Li, et al.
Veröffentlicht: (2024)

Machine learning for accuracy in density functional approximations
von: Voss, Johannes
Veröffentlicht: (2023)

Deep adaptive sampling for surrogate modeling without labeled data
von: Wang, Xili, et al.
Veröffentlicht: (2024)

SDE approximations of GANs training and its long-run behavior
von: Cao, Haoyang, et al.
Veröffentlicht: (2020)

Information-Theoretic Generalization Bounds for Transductive Learning and its Applications
von: Tang, Huayi, et al.
Veröffentlicht: (2023)

eagle: early approximated gradient based learning rate estimator
von: Fujimoto, Takumi, et al.
Veröffentlicht: (2025)

Time-dependent density estimation using binary classifiers
von: Dasgupta, Agnimitra, et al.
Veröffentlicht: (2025)

Combining Adam and its Inverse Counterpart to Enhance Generalization of Deep Learning Optimizers
von: Shi, Tao, et al.
Veröffentlicht: (2026)

Robust density estimation over star-shaped density classes
von: Liu, Xiaolong, et al.
Veröffentlicht: (2025)

Marginal Flow: a flexible and efficient framework for density estimation
von: Negri, Marcello Massimo, et al.
Veröffentlicht: (2025)

Alpha-divergence loss function for neural density ratio estimation
von: Kitazawa, Yoshiaki
Veröffentlicht: (2024)

Estimating Committor Functions via Deep Adaptive Sampling on Rare Transition Paths
von: Wang, Yueyang, et al.
Veröffentlicht: (2025)

Deep Adaptive Dimension Reduction for Bayesian Inference in Inverse Problems
von: Wang, Yueyang, et al.
Veröffentlicht: (2026)

A level-wise training scheme for learning neural multigrid smoothers with application to integral equations
von: Li, Lingfeng, et al.
Veröffentlicht: (2026)

Beyond likelihood ratio bias: Nested multi-time-scale stochastic approximation for likelihood-free parameter estimation
von: Li, Zehao, et al.
Veröffentlicht: (2024)

PAC-Bayes Bounds for Multivariate Linear Regression and Linear Autoencoders
von: Guo, Ruixin, et al.
Veröffentlicht: (2025)

MCD: Marginal Contrastive Discrimination for conditional density estimation
von: Meziani, Katia, et al.
Veröffentlicht: (2022)

Online monotone density estimation and log-optimal calibration
von: Hore, Rohan, et al.
Veröffentlicht: (2026)

Sequential transport maps using SoS density estimation and $α$-divergences
von: Zanger, Benjamin, et al.
Veröffentlicht: (2024)

Neighborhood density estimation using space-partitioning based hashing schemes
von: Jindal, Aashi
Veröffentlicht: (2025)

Optimal low-rank stochastic gradient estimation for LLM training
von: Li, Zehao, et al.
Veröffentlicht: (2026)

On the number of modes of Gaussian kernel density estimators
von: Geshkovski, Borjan, et al.
Veröffentlicht: (2024)

Ranked Set Sampling-Based Multilayer Perceptron: Improving Generalization via Variance-Based Bounds
von: Li, Feijiang, et al.
Veröffentlicht: (2025)

ReLU integral probability metric and its applications
von: Park, Yuha, et al.
Veröffentlicht: (2025)

Efficient GPU implementation of randomized SVD and its applications
von: Struski, Łukasz, et al.
Veröffentlicht: (2021)

A Mapper Algorithm with implicit intervals and its optimization
von: Tao, Yuyang, et al.
Veröffentlicht: (2024)