Buchumschlag

Deep Variational Multivariate Information Bottleneck -- A Framework for Variational Losses

Fuente: arXiv

Gespeichert in:

Bibliographische Detailangaben
Hauptverfasser:	Abdelaleem, Eslam, Nemenman, Ilya, Martini, K. Michael
Format:	Preprint
Veröffentlicht:	2023
Schlagworte:	Machine Learning Statistical Mechanics Information Theory Data Analysis, Statistics and Probability
Online-Zugang:	Acceder al recurso
Tags:	Tag hinzufügen Keine Tags, Fügen Sie den ersten Tag hinzu!

Ähnliche Einträge

Accurate Estimation of Mutual Information in High Dimensional Data
von: Abdelaleem, Eslam, et al.
Veröffentlicht: (2025)

Data efficiency, dimensionality reduction, and the generalized symmetric information bottleneck
von: Martini, K. Michael, et al.
Veröffentlicht: (2023)

Information bottleneck for learning the phase space of dynamics from high-dimensional experimental data
von: Martini, K. Michael, et al.
Veröffentlicht: (2026)

Simultaneous Dimensionality Reduction: A Data Efficient Approach for Multimodal Representations Learning
von: Abdelaleem, Eslam, et al.
Veröffentlicht: (2023)

Mutual information and task-relevant latent dimensionality
von: Gulati, Paarth, et al.
Veröffentlicht: (2026)

Simultaneous Dimensionality Reduction for Extracting Useful Representations of Large Empirical Multimodal Datasets
von: Abdelaleem, Eslam
Veröffentlicht: (2024)

Compression, Regularity, Randomness and Emergent Structure: Rethinking Physical Complexity in the Data-Driven Era
von: Dehghani, Nima
Veröffentlicht: (2025)

Bayesian symbolic regression: Automated equation discovery from a physicists' perspective
von: Guimera, Roger, et al.
Veröffentlicht: (2025)

Extrinsic vs Intrinsic Criticality in Systems with Many Components
von: Ngampruetikorn, Vudtiwat, et al.
Veröffentlicht: (2023)

Deep learning of phase transitions with minimal examples
von: Abuali, Ahmed, et al.
Veröffentlicht: (2025)

Pointwise Generalization in Deep Neural Networks
von: Li, Shaojie, et al.
Veröffentlicht: (2026)

Thermodynamic bounds on energy use in quasi-static Deep Neural Networks
von: Tkachenko, Alexei V.
Veröffentlicht: (2025)

Distribution of singular values in large sample cross-covariance matrices
von: Swain, Arabind, et al.
Veröffentlicht: (2025)

Deep Learning of the Biswas-Chatterjee-Sen Model
von: Neto, J. F. Silva, et al.
Veröffentlicht: (2025)

Investigation of Thermodynamic Properties of Classical Oscillators Under Statistical and Superstatistical Frameworks
von: Wang, Huilin
Veröffentlicht: (2025)

Unsupervised learning of anomalous diffusion data
von: Muñoz-Gil, Gorka, et al.
Veröffentlicht: (2021)

An exact multiple-time-step variational formulation for the committor and the transition rate
von: Lorpaiboon, Chatipat, et al.
Veröffentlicht: (2025)

Hierarchical geometric deep learning enables scalable analysis of molecular dynamics
von: Pengmei, Zihan, et al.
Veröffentlicht: (2025)

Inference in conditioned dynamics through causality restoration
von: Braunstein, Alfredo, et al.
Veröffentlicht: (2022)

Surveying the space of descriptions of a composite system with machine learning
von: Murphy, Kieran A., et al.
Veröffentlicht: (2024)

Higher order definition of causality by optimally conditioned transfer entropy
von: Kořenek, Jakub, et al.
Veröffentlicht: (2024)

Functional Renormalization for Signal Detection: Dimensional Analysis and Dimensional Phase Transition for Nearly Continuous Spectra Effective Field Theory
von: Finotello, Riccardo, et al.
Veröffentlicht: (2025)

Entropy-based models to randomize real-world hypergraphs
von: Saracco, Fabio, et al.
Veröffentlicht: (2022)

Network Sampling: An Overview and Comparative Analysis
von: Nguyen, Quoc Chuong
Veröffentlicht: (2025)

Numerical Estimation of Limiting Large-Deviation Rate Functions
von: Werner, Peter, et al.
Veröffentlicht: (2024)

Diffusion with stochastic resetting on a lattice
von: Hartmann, Alexander K., et al.
Veröffentlicht: (2025)

Exact joint distributions of three global characteristic times for Brownian motion
von: Hartmann, Alexander K., et al.
Veröffentlicht: (2024)

First-Extinction Law for Resampling Processes
von: Benati, Matteo, et al.
Veröffentlicht: (2025)

Better Together: Cross and Joint Covariances Enhance Signal Detectability in Undersampled Data
von: Swain, Arabind, et al.
Veröffentlicht: (2025)

When Stein-Type Test Detects Equilibrium Distributions of Finite N-Body Systems
von: Shim, Jae Wan
Veröffentlicht: (2026)

The Emergence of the Normal Distribution in Deterministic Chaotic Maps
von: Zanette, Damián H., et al.
Veröffentlicht: (2024)

Phase Transitions between Accuracy Regimes in L2 regularized Deep Neural Networks
von: Ersoy, Ibrahim Talha, et al.
Veröffentlicht: (2025)

Statistical limits of correlation detection in trees
von: Ganassali, Luca, et al.
Veröffentlicht: (2022)

OASIS: A Deep Learning Framework for Universal Spectroscopic Analysis Driven by Novel Loss Functions
von: Young, Chris, et al.
Veröffentlicht: (2025)

A General Solution for Network Models with Pairwise Edge Coupling
von: Catanzaro, Alessio, et al.
Veröffentlicht: (2025)

A matrix form solution of the multi-dimensional generalized Langevin equation in the quadratic potential
von: Mushtaq, Rana Imran, et al.
Veröffentlicht: (2025)

Principled model selection for stochastic dynamics
von: Gerardos, Andonis, et al.
Veröffentlicht: (2025)

A Quantifiable Information-Processing Hierarchy Provides a Necessary Condition for Detecting Agency
von: Kagan, Brett J., et al.
Veröffentlicht: (2026)

Description length of canonical and microcanonical models
von: Giuffrida, Francesca, et al.
Veröffentlicht: (2023)

Topological Kolmogorov complexity and the Berezinskii-Kosterlitz-Thouless mechanism
von: Vitale, Vittorio, et al.
Veröffentlicht: (2023)