Buchumschlag

Multidimensional unstructured sparse recovery via eigenmatrix

Fuente: arXiv

Gespeichert in:

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

Ähnliche Einträge

Eigenmatrix for unstructured sparse recovery
von: Ying, Lexing
Veröffentlicht: (2023)

Blind free deconvolution over one-parameter sparse families via eigenmatrix
von: Ying, Lexing
Veröffentlicht: (2025)

A regularized eigenmatrix method for unstructured sparse recovery
von: Leem, Koung Hee, et al.
Veröffentlicht: (2024)

Sparse free deconvolution under unknown noise level via eigenmatrix
von: Ying, Lexing
Veröffentlicht: (2025)

A note on continuous-time online learning
von: Ying, Lexing
Veröffentlicht: (2024)

How Discrete and Continuous Diffusion Meet: Comprehensive Analysis of Discrete Diffusion Models via a Stochastic Integral Framework
von: Ren, Yinuo, et al.
Veröffentlicht: (2024)

A Unified Approach to Analysis and Design of Denoising Markov Models
von: Ren, Yinuo, et al.
Veröffentlicht: (2025)

Sampling on Metric Graphs
von: Dwaraknath, Rajat Vadiraj, et al.
Veröffentlicht: (2025)

Deep greedy unfolding: Sorting out argsorting in greedy sparse recovery algorithms
von: Mohammad-Taheri, Sina, et al.
Veröffentlicht: (2025)

A perturbative analysis for noisy spectral estimation
von: Ying, Lexing
Veröffentlicht: (2024)

Tensor train completion: local recovery guarantees via Riemannian optimization
von: Budzinskiy, Stanislav, et al.
Veröffentlicht: (2021)

Accelerating Diffusion Models with Parallel Sampling: Inference at Sub-Linear Time Complexity
von: Chen, Haoxuan, et al.
Veröffentlicht: (2024)

A Computationally Efficient Multidimensional Vision Transformer
von: Ichi, Alaa El, et al.
Veröffentlicht: (2026)

Robust identifiability for symbolic recovery of differential equations
von: Hauger, Hillary, et al.
Veröffentlicht: (2024)

Learning smooth functions in high dimensions: from sparse polynomials to deep neural networks
von: Adcock, Ben, et al.
Veröffentlicht: (2024)

Sketch Tomography: Hybridizing Classical Shadow and Matrix Product State
von: Tang, Xun, et al.
Veröffentlicht: (2025)

Radial Müntz-Szász Networks: Neural Architectures with Learnable Power Bases for Multidimensional Singularities
von: N'guessan, Gnankan Landry Regis, et al.
Veröffentlicht: (2026)

Solving the Fokker-Planck equation of discretized Dean-Kawasaki models with functional hierarchical tensor
von: Tang, Xun, et al.
Veröffentlicht: (2025)

Wavelet-based density sketching with functional hierarchical tensor
von: Tang, Xun, et al.
Veröffentlicht: (2025)

Solving Inverse Problems via Diffusion-Based Priors: An Approximation-Free Ensemble Sampling Approach
von: Chen, Haoxuan, et al.
Veröffentlicht: (2025)

Fast Phase Factor Finding for Quantum Signal Processing
von: Ni, Hongkang, et al.
Veröffentlicht: (2024)

Quantum wave packet transforms with compact frequency support
von: Ni, Hongkang, et al.
Veröffentlicht: (2024)

Solving high-dimensional Hamilton-Jacobi-Bellman equation with functional hierarchical tensor
von: Tang, Xun, et al.
Veröffentlicht: (2024)

Variational inference and density estimation with non-negative tensor train
von: Tang, Xun, et al.
Veröffentlicht: (2025)

sparseGeoHOPCA: A Geometric Solution to Sparse Higher-Order PCA Without Covariance Estimation
von: Xu, Renjie, et al.
Veröffentlicht: (2025)

Machine learning enhanced real-time aerodynamic forces prediction based on sparse pressure sensor inputs
von: Duan, Junming, et al.
Veröffentlicht: (2023)

A Hybrid Kernel-Free Boundary Integral Method with Operator Learning for Solving Parametric Partial Differential Equations In Complex Domains
von: Ling, Shuo, et al.
Veröffentlicht: (2024)

Nonconvex Approach for Sparse and Low-Rank Constrained Models with Dual Momentum
von: Wu, Cho-Ying, et al.
Veröffentlicht: (2019)

Ensemble-Based Annealed Importance Sampling
von: Chen, Haoxuan, et al.
Veröffentlicht: (2024)

Multimodal Sampling via Approximate Symmetries
von: Ying, Lexing
Veröffentlicht: (2023)

On a spherically lifted spin model at finite temperature
von: Tang, Xun, et al.
Veröffentlicht: (2025)

Constructing Gaussian Processes via Samplets
von: Neugebauer, Marcel
Veröffentlicht: (2024)

Latent Space Inference via Paired Autoencoders
von: Hart, Emma, et al.
Veröffentlicht: (2026)

Symmetry group based domain decomposition to enhance physics-informed neural networks for solving partial differential equations
von: Liu, Ye, et al.
Veröffentlicht: (2024)

Learning Epidemiological Dynamics via the Finite Expression Method
von: Du, Jianda, et al.
Veröffentlicht: (2024)

Deep Network Trainability via Persistent Subspace Orthogonality
von: Massucco, Alex, et al.
Veröffentlicht: (2025)

MgNO: Efficient Parameterization of Linear Operators via Multigrid
von: He, Juncai, et al.
Veröffentlicht: (2023)

Learn Singularly Perturbed Solutions via Homotopy Dynamics
von: Chen, Chuqi, et al.
Veröffentlicht: (2025)

Low Stein Discrepancy via Message-Passing Monte Carlo
von: Kirk, Nathan, et al.
Veröffentlicht: (2025)

Monotone Generative Modeling via a Gromov-Monge Embedding
von: Lee, Wonjun, et al.
Veröffentlicht: (2023)