Buchumschlag

Scalable Higher-Order Tensor Product Spline Models

Fuente: arXiv

Gespeichert in:

Bibliographische Detailangaben
1. Verfasser:	Rügamer, David
Format:	Preprint
Veröffentlicht:	2024
Schlagworte:	Machine Learning Computation
Online-Zugang:	Acceder al recurso
Tags:	Tag hinzufügen Keine Tags, Fügen Sie den ersten Tag hinzu!

Ähnliche Einträge

On the Epistemic Uncertainty of Overparametrized Neural Networks
von: Rügamer, David
Veröffentlicht: (2026)

Uncertainty Quantification for Prior-Data Fitted Networks using Martingale Posteriors
von: Nagler, Thomas, et al.
Veröffentlicht: (2025)

ARMA Cell: A Modular and Effective Approach for Neural Autoregressive Modeling
von: Schiele, Philipp, et al.
Veröffentlicht: (2022)

Additive Model Boosting: New Insights and Path(ologie)s
von: Schulte, Rickmer, et al.
Veröffentlicht: (2025)

Tensor Convolutional Network for Higher-Order Interaction Prediction in Sparse Tensors
von: Jang, Jun-Gi, et al.
Veröffentlicht: (2025)

Adjustment for Confounding using Pre-Trained Representations
von: Schulte, Rickmer, et al.
Veröffentlicht: (2025)

On Training Survival Models with Scoring Rules
von: Kopper, Philipp, et al.
Veröffentlicht: (2024)

Post-hoc Orthogonalization for Mitigation of Protected Feature Bias in CXR Embeddings
von: Weber, Tobias, et al.
Veröffentlicht: (2023)

Rethinking Intrinsic Dimension Estimation in Neural Representations
von: Schulte, Rickmer, et al.
Veröffentlicht: (2026)

Position: The Time for Sampling Is Now! Charting a New Course for Bayesian Deep Learning
von: Sommer, Emanuel, et al.
Veröffentlicht: (2026)

An Interpretable Representation Learning Approach for Diffusion Tensor Imaging
von: Singh, Vishwa Mohan, et al.
Veröffentlicht: (2025)

Generalizing Orthogonalization for Models with Non-Linearities
von: Rügamer, David, et al.
Veröffentlicht: (2024)

A Functional Extension of Semi-Structured Networks
von: Rügamer, David, et al.
Veröffentlicht: (2024)

Connecting the Dots: Is Mode-Connectedness the Key to Feasible Sample-Based Inference in Bayesian Neural Networks?
von: Sommer, Emanuel, et al.
Veröffentlicht: (2024)

Spline-based Transformers
von: Chandran, Prashanth, et al.
Veröffentlicht: (2025)

Higher-Rank Irreducible Cartesian Tensors for Equivariant Message Passing
von: Zaverkin, Viktor, et al.
Veröffentlicht: (2024)

Deep P-Spline: Theory, Fast Tuning, and Application
von: Hung, Noah Yi-Ting, et al.
Veröffentlicht: (2025)

Achieving interpretable machine learning by functional decomposition of black-box models into explainable predictor effects
von: Köhler, David, et al.
Veröffentlicht: (2024)

HOPSE: Scalable Higher-Order Positional and Structural Encoder for Combinatorial Representations
von: Carrasco, Martin, et al.
Veröffentlicht: (2025)

Integral Formulas for Vector Spherical Tensor Products
von: Heyraud, Valentin, et al.
Veröffentlicht: (2026)

Enhancing Heavy Rain Nowcasting with Multimodal Data: Integrating Radar and Satellite Observations
von: Kassoumeh, Rama, et al.
Veröffentlicht: (2025)

Interpretable Machine Learning for TabPFN
von: Rundel, David, et al.
Veröffentlicht: (2024)

Fair Multivariate Adaptive Regression Splines for Ensuring Equity and Transparency
von: Haghighat, Parian, et al.
Veröffentlicht: (2024)

Post-Training Network Compression for 3D Medical Image Segmentation: Reducing Computational Efforts via Tucker Decomposition
von: Weber, Tobias, et al.
Veröffentlicht: (2024)

Enhancing Traffic Accident Classifications: Application of NLP Methods for City Safety
von: Özeren, Enes, et al.
Veröffentlicht: (2025)

MMLU-Pro+: Evaluating Higher-Order Reasoning and Shortcut Learning in LLMs
von: Taghanaki, Saeid Asgari, et al.
Veröffentlicht: (2024)

Semi-Implicit Variational Inference via Kernelized Path Gradient Descent
von: Pielok, Tobias, et al.
Veröffentlicht: (2025)

Differentially Private Zeroth-Order Methods for Scalable Large Language Model Finetuning
von: Liu, Z, et al.
Veröffentlicht: (2024)

A Scalable Factorization Approach for High-Order Structured Tensor Recovery
von: Qin, Zhen, et al.
Veröffentlicht: (2025)

Asymptotically Fast Clebsch-Gordan Tensor Products with Vector Spherical Harmonics
von: Xie, YuQing, et al.
Veröffentlicht: (2026)

Provable Uncertainty Decomposition via Higher-Order Calibration
von: Ahdritz, Gustaf, et al.
Veröffentlicht: (2024)

P-Tensors: a General Formalism for Constructing Higher Order Message Passing Networks
von: Hands, Andrew, et al.
Veröffentlicht: (2023)

Tensor Product Attention Is All You Need
von: Zhang, Yifan, et al.
Veröffentlicht: (2025)

Higher-Order Group Synchronization
von: Duncan, Adriana L., et al.
Veröffentlicht: (2025)

FINCH: Locally Visualizing Higher-Order Feature Interactions in Black Box Models
von: Kleinau, Anna, et al.
Veröffentlicht: (2025)

Hi-ZFO: Hierarchical Zeroth- and First-Order LLM Fine-Tuning via Importance-Guided Tensor Selection
von: Jin, Feihu, et al.
Veröffentlicht: (2026)

Bayesian Semi-structured Subspace Inference
von: Dold, Daniel, et al.
Veröffentlicht: (2024)

bde: A Python Package for Bayesian Deep Ensembles via MILE
von: Arvanitis, Vyron, et al.
Veröffentlicht: (2026)

Differentiable Sparsity via $D$-Gating: Simple and Versatile Structured Penalization
von: Kolb, Chris, et al.
Veröffentlicht: (2025)

Calibrating LLMs with Information-Theoretic Evidential Deep Learning
von: Li, Yawei, et al.
Veröffentlicht: (2025)