Copertina

Uncertainty Quantification for Forward and Inverse Problems of PDEs via Latent Global Evolution

Fuente: arXiv

Salvato in:

Dettagli Bibliografici
Autori principali:	Wu, Tailin, Neiswanger, Willie, Zheng, Hongtao, Ermon, Stefano, Leskovec, Jure
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

Compositional Generative Inverse Design
di: Wu, Tailin, et al.
Pubblicazione: (2024)

Uncalibrated Reasoning: GRPO Induces Overconfidence for Stochastic Outcomes
di: Bereket, Michael, et al.
Pubblicazione: (2025)

Neural Nonmyopic Bayesian Optimization in Dynamic Cost Settings
di: Truong, Sang T., et al.
Pubblicazione: (2026)

DeLLMa: Decision Making Under Uncertainty with Large Language Models
di: Liu, Ollie, et al.
Pubblicazione: (2024)

Sharpe Ratio-Guided Active Learning for Preference Optimization in RLHF
di: Belakaria, Syrine, et al.
Pubblicazione: (2025)

Sample Efficient Preference Alignment in LLMs via Active Exploration
di: Mehta, Viraj, et al.
Pubblicazione: (2023)

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

Large Language Models are Good Relational Learners
di: Wu, Fang, et al.
Pubblicazione: (2025)

Probabilistic Graphical Models: A Concise Tutorial
di: Maasch, Jacqueline, et al.
Pubblicazione: (2025)

MLAgentBench: Evaluating Language Agents on Machine Learning Experimentation
di: Huang, Qian, et al.
Pubblicazione: (2023)

RFG: Test-Time Scaling for Diffusion Large Language Model Reasoning with Reward-Free Guidance
di: Chen, Tianlang, et al.
Pubblicazione: (2025)

TimeGraphs: Graph-based Temporal Reasoning
di: Maheshwari, Paridhi, et al.
Pubblicazione: (2024)

Relational Deep Learning: Challenges, Foundations and Next-Generation Architectures
di: Dwivedi, Vijay Prakash, et al.
Pubblicazione: (2025)

SequenceMatch: Imitation Learning for Autoregressive Sequence Modelling with Backtracking
di: Cundy, Chris, et al.
Pubblicazione: (2023)

LLM Unlearning Without an Expert Curated Dataset
di: Zhu, Xiaoyuan, et al.
Pubblicazione: (2025)

Efficient Evaluation of Multi-Task Robot Policies With Active Experiment Selection
di: Anwar, Abrar, et al.
Pubblicazione: (2025)

Self-Refining Diffusion Samplers: Enabling Parallelization via Parareal Iterations
di: Selvam, Nikil Roashan, et al.
Pubblicazione: (2024)

Tina: Tiny Reasoning Models via LoRA
di: Wang, Shangshang, et al.
Pubblicazione: (2025)

Fair Uncertainty Quantification for Depression Prediction
di: Li, Yonghong, et al.
Pubblicazione: (2025)

LYNX: Learning Dynamic Exits for Confidence-Controlled Reasoning
di: Akgül, Ömer Faruk, et al.
Pubblicazione: (2025)

Resa: Transparent Reasoning Models via SAEs
di: Wang, Shangshang, et al.
Pubblicazione: (2025)

Moonwalk: Inverse-Forward Differentiation
di: Krylov, Dmitrii, et al.
Pubblicazione: (2024)

Inductive Moment Matching
di: Zhou, Linqi, et al.
Pubblicazione: (2025)

G2D2: Gradient-Guided Discrete Diffusion for Inverse Problem Solving
di: Murata, Naoki, et al.
Pubblicazione: (2024)

Uncertainty Quantification via Stable Distribution Propagation
di: Petersen, Felix, et al.
Pubblicazione: (2024)

Supercharging Simulation-Based Inference for Bayesian Optimal Experimental Design
di: Klein, Samuel, et al.
Pubblicazione: (2026)

KumoRFM-2: Scaling Foundation Models for Relational Learning
di: Hudovernik, Valter, et al.
Pubblicazione: (2026)

Optimas: Optimizing Compound AI Systems with Globally Aligned Local Rewards
di: Wu, Shirley, et al.
Pubblicazione: (2025)

Active Learning for Derivative-Based Global Sensitivity Analysis with Gaussian Processes
di: Belakaria, Syrine, et al.
Pubblicazione: (2024)

Generative Modeling with Flux Matching
di: Pao-Huang, Peter, et al.
Pubblicazione: (2026)

Surface-based Molecular Design with Multi-modal Flow Matching
di: Wu, Fang, et al.
Pubblicazione: (2026)

Latent Generative Models with Tunable Complexity for Compressed Sensing and other Inverse Problems
di: Gunn, Sean, et al.
Pubblicazione: (2026)

Uncertainty Quantification in the Tsetlin Machine
di: Helin, Runar, et al.
Pubblicazione: (2025)

Uncertainty Quantification in SVM prediction
di: Anand, Pritam
Pubblicazione: (2025)

LLMs Uncertainty Quantification via Adaptive Conformal Semantic Entropy
di: Karimi, Hamed, et al.
Pubblicazione: (2026)

TabDiff: a Mixed-type Diffusion Model for Tabular Data Generation
di: Shi, Juntong, et al.
Pubblicazione: (2024)

PluRel: Synthetic Data unlocks Scaling Laws for Relational Foundation Models
di: Kothapalli, Vignesh, et al.
Pubblicazione: (2026)

From Similarity to Superiority: Channel Clustering for Time Series Forecasting
di: Chen, Jialin, et al.
Pubblicazione: (2024)

SE-Bench: Benchmarking Self-Evolution with Knowledge Internalization
di: Yuan, Jiarui, et al.
Pubblicazione: (2026)

METAGENE-1: Metagenomic Foundation Model for Pandemic Monitoring
di: Liu, Ollie, et al.
Pubblicazione: (2025)