Copertina

Cauchy-Schwarz Divergence Information Bottleneck for Regression

Fuente: arXiv

Salvato in:

Dettagli Bibliografici
Autori principali:	Yu, Shujian, Yu, Xi, Løkse, Sigurd, Jenssen, Robert, Principe, Jose C.
Natura:	Preprint
Pubblicazione:	2024
Soggetti:	Machine Learning Information Theory
Accesso online:	Acceder al recurso
Tags:	Aggiungi Tag Nessun Tag, puoi essere il primo ad aggiungerne!!

Documenti analoghi

The Conditional Cauchy-Schwarz Divergence with Applications to Time-Series Data and Sequential Decision Making
di: Yu, Shujian, et al.
Pubblicazione: (2023)

Generalized Cauchy-Schwarz Divergence and Its Deep Learning Applications
di: Lu, Mingfei, et al.
Pubblicazione: (2024)

OVA-IB: One vs All Information Bottleneck for Multi-Modal Alignment
di: Li, Tianchao, et al.
Pubblicazione: (2026)

Domain Adaptation with Cauchy-Schwarz Divergence
di: Yin, Wenzhe, et al.
Pubblicazione: (2024)

InfoDPCCA: Information-Theoretic Dynamic Probabilistic Canonical Correlation Analysis
di: Tang, Shiqin, et al.
Pubblicazione: (2025)

Cross-Modal Retrieval with Cauchy-Schwarz Divergence
di: Zhang, Jiahao, et al.
Pubblicazione: (2025)

Distributional Vision-Language Alignment by Cauchy-Schwarz Divergence
di: Yin, Wenzhe, et al.
Pubblicazione: (2025)

Leveraging tensor kernels to reduce objective function mismatch in deep clustering
di: Trosten, Daniel J., et al.
Pubblicazione: (2020)

BrainIB: Interpretable Brain Network-based Psychiatric Diagnosis with Graph Information Bottleneck
di: Zheng, Kaizhong, et al.
Pubblicazione: (2022)

Projection Head is Secretly an Information Bottleneck
di: Ouyang, Zhuo, et al.
Pubblicazione: (2025)

The Normalized Cross Density Functional: A Framework to Quantify Statistical Dependence for Random Processes
di: Hu, Bo, et al.
Pubblicazione: (2022)

When Brain Foundation Model Meets Cauchy-Schwarz Divergence: A New Framework for Cross-Subject Motor Imagery Decoding
di: Wu, Jinzhou, et al.
Pubblicazione: (2025)

Differentiable Information Bottleneck for Deterministic Multi-view Clustering
di: Yan, Xiaoqiang, et al.
Pubblicazione: (2024)

A Generalized Information Bottleneck Theory of Deep Learning
di: Westphal, Charles, et al.
Pubblicazione: (2025)

GeoIB: Geometry-Aware Information Bottleneck via Statistical-Manifold Compression
di: Wang, Weiqi, et al.
Pubblicazione: (2026)

Statistically Valid Information Bottleneck via Multiple Hypothesis Testing
di: Farzaneh, Amirmohammad, et al.
Pubblicazione: (2024)

Structured IB: Improving Information Bottleneck with Structured Feature Learning
di: Yang, Hanzhe, et al.
Pubblicazione: (2024)

Distributed Information Bottleneck Theory for Multi-Modal Task-Aware Semantic Communication
di: Zhou, Yujie, et al.
Pubblicazione: (2025)

Minimum Entropy Coupling with Bottleneck
di: Ebrahimi, M. Reza, et al.
Pubblicazione: (2024)

Predictability Analysis of Regression Problems via Conditional Entropy Estimations
di: Fang, Yu-Hsueh, et al.
Pubblicazione: (2024)

Bounds on the Excess Minimum Risk via Generalized Information Divergence Measures
di: Omanwar, Ananya, et al.
Pubblicazione: (2025)

The Causal Information Bottleneck and Optimal Causal Variable Abstractions
di: Simoes, Francisco N. F. Q., et al.
Pubblicazione: (2024)

Robust Semi-supervised Learning via $f$-Divergence and $α$-Rényi Divergence
di: Aminian, Gholamali, et al.
Pubblicazione: (2024)

Tackling Distribution Shifts in Task-Oriented Communication with Information Bottleneck
di: Li, Hongru, et al.
Pubblicazione: (2024)

The Alignment Bottleneck
di: Cao, Wenjun
Pubblicazione: (2025)

Relationship between Hölder Divergence and Functional Density Power Divergence: Intersection and Generalization
di: Kobayashi, Masahiro
Pubblicazione: (2025)

The Representation Jensen-Shannon Divergence
di: Hoyos-Osorio, Jhoan K., et al.
Pubblicazione: (2023)

Flexible Variational Information Bottleneck: Achieving Diverse Compression with a Single Training
di: Kudo, Sota, et al.
Pubblicazione: (2024)

Latent Representation and Simulation of Markov Processes via Time-Lagged Information Bottleneck
di: Federici, Marco, et al.
Pubblicazione: (2023)

Mutual Information Estimation via $f$-Divergence and Data Derangements
di: Letizia, Nunzio A., et al.
Pubblicazione: (2023)

A Connection Between Learning to Reject and Bhattacharyya Divergences
di: Soen, Alexander
Pubblicazione: (2025)

Breaking AR's Sampling Bottleneck: Provable Acceleration via Diffusion Language Models
di: Li, Gen, et al.
Pubblicazione: (2025)

Equivalence of the Empirical Risk Minimization to Regularization on the Family of f-Divergences
di: Daunas, Francisco, et al.
Pubblicazione: (2024)

Indexed Minimum Empirical Divergence-Based Algorithms for Linear Bandits
di: Bian, Jie, et al.
Pubblicazione: (2024)

Implicit Hypothesis Testing and Divergence Preservation in Neural Network Representations
di: Aksoy, Kadircan, et al.
Pubblicazione: (2026)

Unbiased Estimating Equation on Inverse Divergence and Its Conditions
di: Kobayashi, Masahiro, et al.
Pubblicazione: (2024)

Explainable Multimodal Regression via Information Decomposition
di: Ma, Zhaozhao, et al.
Pubblicazione: (2025)

Neuromorphic Wireless Device-Edge Co-Inference via the Directed Information Bottleneck
di: Ke, Yuzhen, et al.
Pubblicazione: (2024)

VNDUQE: Information-Theoretic Novelty Detection using Deep Variational Information Bottleneck
di: Gondkar, Aryan, et al.
Pubblicazione: (2026)

Divergences induced by dual subtractive and divisive normalizations of exponential families and their convex deformations
di: Nielsen, Frank
Pubblicazione: (2023)