Copertina

Neural McKean-Vlasov Processes: Distributional Dependence in Diffusion Processes

Fuente: arXiv

Salvato in:

Dettagli Bibliografici
Autori principali:	Yang, Haoming, Hasan, Ali, Ng, Yuting, Tarokh, Vahid
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

Elliptic Loss Regularization
di: Hasan, Ali, et al.
Pubblicazione: (2025)

Parabolic Continual Learning
di: Yang, Haoming, et al.
Pubblicazione: (2025)

Perceiver-based CDF Modeling for Time Series Forecasting
di: Le, Cat P., et al.
Pubblicazione: (2023)

Distributionally Robust Optimization as a Scalable Framework to Characterize Extreme Value Distributions
di: Kuiper, Patrick, et al.
Pubblicazione: (2024)

On McKean-Vlasov Branching Diffusion Processes
di: Claisse, Julien, et al.
Pubblicazione: (2024)

On the Structure of Stationary Solutions to McKean-Vlasov Equations with Applications to Noisy Transformers
di: Balasubramanian, Krishnakumar, et al.
Pubblicazione: (2025)

A PDE-Informed Latent Diffusion Model for 2-m Temperature Downscaling
di: Rosu, Paul, et al.
Pubblicazione: (2025)

Treatment Effects in Extreme Regimes
di: Aloui, Ahmed, et al.
Pubblicazione: (2023)

Optimal Control of McKean--Vlasov Branching Diffusion Processes
di: Claisse, Julien, et al.
Pubblicazione: (2025)

CARE: Turning LLMs Into Causal Reasoning Expert
di: Dong, Juncheng, et al.
Pubblicazione: (2025)

ColA: Collaborative Adaptation with Gradient Learning
di: Diao, Enmao, et al.
Pubblicazione: (2024)

Rethinking Token Prediction: Tree-Structured Diffusion Language Model
di: Wu, Zihao, et al.
Pubblicazione: (2026)

Neuro-Logic Lifelong Learning
di: He, Bowen, et al.
Pubblicazione: (2025)

Learning in Context, Guided by Choice: A Reward-Free Paradigm for Reinforcement Learning with Transformers
di: Dong, Juncheng, et al.
Pubblicazione: (2026)

Multi-task Neural Diffusion Processes
di: Rawson, Joseph, et al.
Pubblicazione: (2025)

Asymptotically Optimal Change Detection for Unnormalized Pre- and Post-Change Distributions
di: Adibi, Arman, et al.
Pubblicazione: (2024)

Mean-field neural networks-based algorithms for McKean-Vlasov control problems *
di: Pham, Huyên, et al.
Pubblicazione: (2022)

Learning Generative Dynamics with Soft Law Constraints: A McKean-Vlasov FBSDE Approach
di: Boustany, Samer El, et al.
Pubblicazione: (2026)

MVNN: A Measure-Valued Neural Network for Learning McKean-Vlasov Dynamics from Particle Data
di: Lyu, Liyao, et al.
Pubblicazione: (2026)

Boosting In-Context Learning in LLMs Through the Lens of Classical Supervised Learning
di: Gundem, Korel, et al.
Pubblicazione: (2025)

Rényi Neural Processes
di: Wang, Xuesong, et al.
Pubblicazione: (2024)

Neural Bridge Processes
di: Xu, Jian, et al.
Pubblicazione: (2025)

S2TX: Cross-Attention Multi-Scale State-Space Transformer for Time Series Forecasting
di: Wu, Zihao, et al.
Pubblicazione: (2025)

Stochastic optimization on matrices and a graphon McKean-Vlasov limit
di: Harchaoui, Zaid, et al.
Pubblicazione: (2022)

Neural Diffusion Processes for Physically Interpretable Survival Prediction
di: Cristofoletto, Alessio, et al.
Pubblicazione: (2025)

Deep Learning and Elicitability for McKean-Vlasov FBSDEs With Common Noise
di: Antunes, Felipe J. P., et al.
Pubblicazione: (2025)

Steinmetz Neural Networks for Complex-Valued Data
di: Venkatasubramanian, Shyam, et al.
Pubblicazione: (2024)

Spectral Transformer Neural Processes
di: Chen, Xianhe, et al.
Pubblicazione: (2026)

Distance-informed Neural Processes
di: Venkataramanan, Aishwarya, et al.
Pubblicazione: (2025)

Neural Point Process for Learning Spatiotemporal Event Dynamics
di: Zhou, Zihao, et al.
Pubblicazione: (2021)

Function approximation by neural nets in the mean-field regime: Entropic regularization and controlled McKean-Vlasov dynamics
di: Tzen, Belinda, et al.
Pubblicazione: (2020)

Whom to Trust? Elective Learning for Distributed Gaussian Process Regression
di: Yang, Zewen, et al.
Pubblicazione: (2024)

Transformer Neural Processes - Kernel Regression
di: Jenson, Daniel, et al.
Pubblicazione: (2024)

Gaussian Process Neural Additive Models
di: Zhang, Wei, et al.
Pubblicazione: (2024)

Learn2Mix: Training Neural Networks Using Adaptive Data Integration
di: Venkatasubramanian, Shyam, et al.
Pubblicazione: (2024)

Autoencoding Conditional Neural Processes for Representation Learning
di: Prokhorov, Victor, et al.
Pubblicazione: (2023)

Graph Metanetworks for Processing Diverse Neural Architectures
di: Lim, Derek, et al.
Pubblicazione: (2023)

Neural Spatiotemporal Point Processes: Trends and Challenges
di: Mukherjee, Sumantrak, et al.
Pubblicazione: (2025)

Discrete Modeling via Boundary Conditional Diffusion Processes
di: Gu, Yuxuan, et al.
Pubblicazione: (2024)

Conditional Average Treatment Effect Estimation Under Hidden Confounders
di: Aloui, Ahmed, et al.
Pubblicazione: (2025)