Buchumschlag

Fisher information dissipation for time inhomogeneous stochastic differential equations

Fuente: arXiv

Gespeichert in:

Bibliographische Detailangaben
Hauptverfasser:	Feng, Qi, Zuo, Xinzhe, Li, Wuchen
Format:	Preprint
Veröffentlicht:	2024
Schlagworte:	Probability Machine Learning
Online-Zugang:	Acceder al recurso
Tags:	Tag hinzufügen Keine Tags, Fügen Sie den ersten Tag hinzu!

Ähnliche Einträge

Hypoelliptic entropy dissipation for stochastic differential equations
von: Feng, Qi, et al.
Veröffentlicht: (2021)

Comparing statistical and deep learning techniques for parameter estimation of continuous-time stochastic differentiable equations
von: Sankoh, Aroon, et al.
Veröffentlicht: (2025)

The generator gradient estimator is an adjoint state method for stochastic differential equations
von: Badolle, Quentin, et al.
Veröffentlicht: (2024)

Deep learning based numerical approximation algorithms for stochastic partial differential equations
von: Beck, Christian, et al.
Veröffentlicht: (2020)

Solving stochastic partial differential equations using neural networks in the Wiener chaos expansion
von: Neufeld, Ariel, et al.
Veröffentlicht: (2024)

Correction to "Wasserstein distance estimates for the distributions of numerical approximations to ergodic stochastic differential equations"
von: Paulin, Daniel, et al.
Veröffentlicht: (2024)

Fisher information flow in artificial neural networks
von: Weimar, Maximilian, et al.
Veröffentlicht: (2025)

Neural stochastic Volterra equations: learning path-dependent dynamics
von: Bergerhausen, Martin, et al.
Veröffentlicht: (2024)

Data-driven approximation of transfer operators for mean-field stochastic differential equations
von: Ioannou, Eirini, et al.
Veröffentlicht: (2025)

Effective continuous equations for adaptive SGD: a stochastic analysis view
von: Callisti, Luca, et al.
Veröffentlicht: (2025)

Active operator learning with predictive uncertainty quantification for partial differential equations
von: Winovich, Nick, et al.
Veröffentlicht: (2025)

Transport information Bregman divergences
von: Li, Wuchen
Veröffentlicht: (2021)

Entrance measures and dynamics for time-inhomogeneous McKean-Vlasov stochastic differential equations
von: Feng, Chunrong, et al.
Veröffentlicht: (2026)

Parameter-related strong convergence rates of Euler-type methods for time-changed stochastic differential equations
von: Zuo, Ruchun
Veröffentlicht: (2025)

A distance function for stochastic matrices
von: Lee, Antony R., et al.
Veröffentlicht: (2024)

Space-time deep neural network approximations for high-dimensional partial differential equations
von: Hornung, Fabian, et al.
Veröffentlicht: (2020)

Extraction of informative statistical features in the problem of forecasting time series generated by It{ô}-type processes
von: Korolev, Victor, et al.
Veröffentlicht: (2026)

Geometric calculations on probability manifolds from reciprocal relations in Master equations
von: Li, Wuchen
Veröffentlicht: (2025)

Synchronization of stochastic dissipative differential equation driven by fractional Brownian motions
von: Cao, Qiyong, et al.
Veröffentlicht: (2025)

Spectral alignment of stochastic gradient descent for high-dimensional classification tasks
von: Arous, Gerard Ben, et al.
Veröffentlicht: (2023)

Fisher information and trajectorial interpretation to the Itô--Langevin relative entropy dissipation
von: Chen, Jiaming
Veröffentlicht: (2025)

Neural Sampling from Boltzmann Densities: Fisher-Rao Curves in the Wasserstein Geometry
von: Chemseddine, Jannis, et al.
Veröffentlicht: (2024)

On propagation of chaos for the Fisher-Rao gradient flow in entropic mean-field optimization
von: Lazić, Petra, et al.
Veröffentlicht: (2026)

A Fisher-Rao gradient flow for entropic mean-field min-max games
von: Lascu, Razvan-Andrei, et al.
Veröffentlicht: (2024)

Joint stochastic localization and applications
von: Alberts, Tom, et al.
Veröffentlicht: (2025)

Variational Bayesian inference for CP tensor completion with side information
von: Budzinskiy, Stanislav, et al.
Veröffentlicht: (2022)

Langevin dynamics for the probability of finite state Markov processes
von: Li, Wuchen
Veröffentlicht: (2023)

Autocorrelation effects in a stochastic-process model for decision making via time series
von: Yamagami, Tomoki, et al.
Veröffentlicht: (2026)

High Rank Path Development: an approach of learning the filtration of stochastic processes
von: Tao, Jiajie, et al.
Veröffentlicht: (2024)

Time inhomogeneous Poisson equations and non-autonomous multi-scale stochastic systems
von: Wang, Ling, et al.
Veröffentlicht: (2024)

Reflected stochastic partial differential equations with fully local monotone coefficients in infinite dimensional domains
von: Li, Qi, et al.
Veröffentlicht: (2026)

An abstract effective convergence theorem for stochastic processes, with applications to stochastic approximation
von: Neri, Morenikeji, et al.
Veröffentlicht: (2025)

Accelerated Markov Chain Monte Carlo Algorithms on Discrete States
von: Zhou, Bohan, et al.
Veröffentlicht: (2025)

Universal approximation property of neural stochastic differential equations
von: Kwossek, Anna P., et al.
Veröffentlicht: (2025)

Asymptotic regularity of a generalised stochastic Halpern scheme
von: Pischke, Nicholas, et al.
Veröffentlicht: (2024)

Geometric regularization of autoencoders via observed stochastic dynamics
von: Hill, Sean, et al.
Veröffentlicht: (2026)

Non-Reversible Langevin Algorithms for Constrained Sampling
von: Du, Hengrong, et al.
Veröffentlicht: (2025)

Inverse problems for stochastic partial differential equations
von: Lü, Qi, et al.
Veröffentlicht: (2024)

Avoiding subtraction and division of stochastic signals using normalizing flows: NFdeconvolve
von: Pessoa, Pedro, et al.
Veröffentlicht: (2025)

Averaging principles for time-inhomogeneous multi-scale SDEs with partially dissipative coefficients
von: Sun, Xiaobin, et al.
Veröffentlicht: (2025)