Copertina

Exact and general decoupled solutions of the LMC Multitask Gaussian Process model

Fuente: arXiv

Salvato in:

Dettagli Bibliografici
Autori principali:	Truffinet, Olivier, Ammar, Karim, Argaud, Jean-Philippe, Bouriquet, Bertrand
Natura:	Preprint
Pubblicazione:	2023
Soggetti:	Machine Learning I.2.6
Accesso online:	Acceder al recurso
Tags:	Aggiungi Tag Nessun Tag, puoi essere il primo ad aggiungerne!!

Documenti analoghi

Fusing Rewards and Preferences in Reinforcement Learning
di: Khorasani, Sadegh, et al.
Pubblicazione: (2025)

Contextual Combinatorial Bandits with Changing Action Sets via Gaussian Processes
di: Nika, Andi, et al.
Pubblicazione: (2021)

Chunked TabPFN: Exact Training-Free In-Context Learning for Long-Context Tabular Data
di: Sergazinov, Renat, et al.
Pubblicazione: (2025)

TrajGPT: Controlled Synthetic Trajectory Generation Using a Multitask Transformer-Based Spatiotemporal Model
di: Hsu, Shang-Ling, et al.
Pubblicazione: (2024)

AdaCap: An Adaptive Contrastive Approach for Small-Data Neural Networks
di: Belucci, Bruno, et al.
Pubblicazione: (2025)

Deep Memory Search: A Metaheuristic Approach for Optimizing Heuristic Search
di: Hedar, Abdel-Rahman, et al.
Pubblicazione: (2024)

AI and Machine Learning Approaches for Predicting Nanoparticles Toxicity The Critical Role of Physiochemical Properties
di: Yousaf, Iqra
Pubblicazione: (2024)

Deep Jump Gaussian Processes for Surrogate Modeling of High-Dimensional Piecewise Continuous Functions
di: Xu, Yang, et al.
Pubblicazione: (2025)

2Mamba2Furious: Linear in Complexity, Competitive in Accuracy
di: Mongaras, Gabriel, et al.
Pubblicazione: (2026)

FluidWorld: Reaction-Diffusion Dynamics as a Predictive Substrate for World Models
di: Polly, Fabien
Pubblicazione: (2026)

I-GLIDE: Input Groups for Latent Health Indicators in Degradation Estimation
di: Thil, Lucas, et al.
Pubblicazione: (2025)

Deep learning of geometrical cell division rules
di: Durrmeyer, Alexandre, et al.
Pubblicazione: (2025)

A Survey of Reinforcement Learning from Human Feedback
di: Kaufmann, Timo, et al.
Pubblicazione: (2023)

Discrete Latent Structure in Neural Networks
di: Niculae, Vlad, et al.
Pubblicazione: (2023)

OER: Offline Experience Replay for Continual Offline Reinforcement Learning
di: Gai, Sibo, et al.
Pubblicazione: (2023)

Self-Expanding Neural Networks
di: Mitchell, Rupert, et al.
Pubblicazione: (2023)

Symmetric Equilibrium Learning of VAEs
di: Flach, Boris, et al.
Pubblicazione: (2023)

MotherNet: Fast Training and Inference via Hyper-Network Transformers
di: Müller, Andreas, et al.
Pubblicazione: (2023)

Almost Equivariance via Lie Algebra Convolutions
di: McNeela, Daniel
Pubblicazione: (2023)

Generative Forests
di: Nock, Richard, et al.
Pubblicazione: (2023)

Expressivity of Graph Neural Networks Through the Lens of Adversarial Robustness
di: Campi, Francesco, et al.
Pubblicazione: (2023)

FLrce: Resource-Efficient Federated Learning with Early-Stopping Strategy
di: Niu, Ziru, et al.
Pubblicazione: (2023)

FSC-Net: Fast-Slow Consolidation Networks for Continual Learning
di: Gorrim, Mohamed El
Pubblicazione: (2025)

Action-Dependent Optimality-Preserving Reward Shaping
di: Forbes, Grant C., et al.
Pubblicazione: (2025)

TFMAdapter: Lightweight Instance-Level Adaptation of Foundation Models for Forecasting with Covariates
di: Dange, Afrin, et al.
Pubblicazione: (2025)

Downsized and Compromised?: Assessing the Faithfulness of Model Compression
di: Kamal, Moumita, et al.
Pubblicazione: (2025)

How Many Ratings per Item are Necessary for Reliable Significance Testing?
di: Homan, Christopher, et al.
Pubblicazione: (2024)

Learning Stochastic Nonlinear Dynamics with Embedded Latent Transfer Operators
di: Ke, Naichang, et al.
Pubblicazione: (2025)

Deep Variational Inference Symbolic Regression
di: Butterworth, James, et al.
Pubblicazione: (2026)

Potential-Based Reward Shaping For Intrinsic Motivation
di: Forbes, Grant C., et al.
Pubblicazione: (2024)

Intervening to Learn and Compose Causally Disentangled Representations
di: Markham, Alex, et al.
Pubblicazione: (2025)

How to Boost Any Loss Function
di: Nock, Richard, et al.
Pubblicazione: (2024)

Learning Transferable Predictability Representations
di: Goswami, Diyali, et al.
Pubblicazione: (2026)

Multiple Token Divergence: Measuring and Steering In-Context Computation Density
di: Herrmann, Vincent, et al.
Pubblicazione: (2025)

Strengthening the Internal Adversarial Robustness in Lifted Neural Networks
di: Zach, Christopher
Pubblicazione: (2025)

Interpretable Multi-View Clustering
di: Jiang, Mudi, et al.
Pubblicazione: (2024)

The Bayesian Confidence (BACON) Estimator for Deep Neural Networks
di: Kee, Patrick D., et al.
Pubblicazione: (2024)

Pre-Ictal Seizure Prediction Using Personalized Deep Learning
di: Jaddu, Shriya, et al.
Pubblicazione: (2024)

Pruning Spurious Subgraphs for Graph Out-of-Distribution Generalization
di: Yao, Tianjun, et al.
Pubblicazione: (2025)

Algebraic Machine Learning for Small-to-Medium Datasets Is Competitive against Strong Standard Baselines
di: Mendez, David, et al.
Pubblicazione: (2026)