Copertina

Bayesian Deep Learning Via Expectation Maximization and Turbo Deep Approximate Message Passing

Fuente: arXiv

Salvato in:

Dettagli Bibliografici
Autori principali:	Xu, Wei, Liu, An, Zhang, Yiting, Lau, Vincent
Natura:	Preprint
Pubblicazione:	2024
Soggetti:	Machine Learning Artificial Intelligence
Accesso online:	Acceder al recurso
Tags:	Aggiungi Tag Nessun Tag, puoi essere il primo ad aggiungerne!!

Documenti analoghi

RelGNN: Composite Message Passing for Relational Deep Learning
di: Chen, Tianlang, et al.
Pubblicazione: (2025)

FSP-Laplace: Function-Space Priors for the Laplace Approximation in Bayesian Deep Learning
di: Cinquin, Tristan, et al.
Pubblicazione: (2024)

Message-Passing GNNs Fail to Approximate Sparse Triangular Factorizations
di: Trifonov, Vladislav, et al.
Pubblicazione: (2025)

Graph Unitary Message Passing
di: Qiu, Haiquan, et al.
Pubblicazione: (2024)

Training-Free Message Passing for Learning on Hypergraphs
di: Tang, Bohan, et al.
Pubblicazione: (2024)

Neural-Symbolic Message Passing with Dynamic Pruning
di: Zhang, Chongzhi, et al.
Pubblicazione: (2025)

Beyond Message Passing: A Symbolic Alternative for Expressive and Interpretable Graph Learning
di: Geng, Chuqin, et al.
Pubblicazione: (2026)

Link Prediction with Untrained Message Passing Layers
di: Qarkaxhija, Lisi, et al.
Pubblicazione: (2024)

Distributed Conformal Prediction via Message Passing
di: Wen, Haifeng, et al.
Pubblicazione: (2025)

Dual-channel Heterophilic Message Passing for Graph Fraud Detection
di: Zhang, Wenxin, et al.
Pubblicazione: (2025)

Partitioning Message Passing for Graph Fraud Detection
di: Zhuo, Wei, et al.
Pubblicazione: (2024)

Could Chemical LLMs benefit from Message Passing
di: Xie, Jiaqing, et al.
Pubblicazione: (2024)

Next Level Message-Passing with Hierarchical Support Graphs
di: Vonessen, Carlos, et al.
Pubblicazione: (2024)

Message Passing on the Edge: Towards Scalable and Expressive GNNs
di: Barceló, Pablo, et al.
Pubblicazione: (2025)

Enhancing Graph Representations with Neighborhood-Contextualized Message-Passing
di: Lim, Brian Godwin, et al.
Pubblicazione: (2025)

Collapsed Inference for Bayesian Deep Learning
di: Zeng, Zhe, et al.
Pubblicazione: (2023)

SF-GNN: Self Filter for Message Lossless Propagation in Deep Graph Neural Network
di: Zhu, Yushan, et al.
Pubblicazione: (2024)

GMP-AR: Granularity Message Passing and Adaptive Reconciliation for Temporal Hierarchy Forecasting
di: Zhou, Fan, et al.
Pubblicazione: (2024)

PowerFlowNet: Power Flow Approximation Using Message Passing Graph Neural Networks
di: Lin, Nan, et al.
Pubblicazione: (2023)

Progressive Approximation in Deep Residual Networks: Theory and Validation
di: Wang, Wei, et al.
Pubblicazione: (2026)

Message-Passing State-Space Models: Improving Graph Learning with Modern Sequence Modeling
di: Ceni, Andrea, et al.
Pubblicazione: (2025)

Tackling Incomplete Data in Air Quality Prediction: A Bayesian Deep Learning Framework for Uncertainty Quantification
di: Pian, Yuzhuang, et al.
Pubblicazione: (2025)

PANDA: Expanded Width-Aware Message Passing Beyond Rewiring
di: Choi, Jeongwhan, et al.
Pubblicazione: (2024)

How Particle System Theory Enhances Hypergraph Message Passing
di: Ma, Yixuan, et al.
Pubblicazione: (2025)

MLGIB: Multi-Label Graph Information Bottleneck for Expressive and Robust Message Passing
di: Wu, Chaokai, et al.
Pubblicazione: (2026)

Online Control of Adaptive Large Neighborhood Search using Deep Reinforcement Learning
di: Reijnen, Robbert, et al.
Pubblicazione: (2022)

Policy Regularized Distributionally Robust Markov Decision Processes with Linear Function Approximation
di: Gu, Jingwen, et al.
Pubblicazione: (2025)

Expectation Maximization Pseudo Labels
di: Xu, Moucheng, et al.
Pubblicazione: (2023)

How Hard Is It for Message-Passing GNNs to Simulate One Weisfeiler-Lehman Color-Refinement Step?
di: Cui, Guanyu, et al.
Pubblicazione: (2024)

Symbolic Graph Intelligence: Hypervector Message Passing for Learning Graph-Level Patterns with Tsetlin Machines
di: Blakely, Christian D.
Pubblicazione: (2025)

'Si'multaneous 'S'patial-'T'emporal Message Passing for Dynamic Graph Representation Learning
di: Roy, Shubhajit, et al.
Pubblicazione: (2026)

An Expectation-Maximization Algorithm for Domain Adaptation in Gaussian Causal Models
di: Javidian, Mohammad Ali
Pubblicazione: (2026)

Principled Approximation Methods for Efficient and Scalable Deep Learning
di: Savarese, Pedro
Pubblicazione: (2025)

Transformers from Diffusion: A Unified Framework for Neural Message Passing
di: Wu, Qitian, et al.
Pubblicazione: (2024)

Beyond Message Passing: Neural Graph Pattern Machine
di: Wang, Zehong, et al.
Pubblicazione: (2025)

DeepAFL: Deep Analytic Federated Learning
di: Tang, Jianheng, et al.
Pubblicazione: (2026)

Enhancing Topological Dependencies in Spatio-Temporal Graphs with Cycle Message Passing Blocks
di: Lee, Minho, et al.
Pubblicazione: (2024)

Bridging the Gap Between Bayesian Deep Learning and Ensemble Weather Forecasts
di: Xiong, Xinlei, et al.
Pubblicazione: (2025)

Tensor Generalized Approximate Message Passing
di: Li, Yinchuan, et al.
Pubblicazione: (2025)

To Code or not to Code? Adaptive Tool Integration for Math Language Models via Expectation-Maximization
di: Wang, Haozhe, et al.
Pubblicazione: (2025)