Buchumschlag

Probabilistic Inference in the Era of Tensor Networks and Differential Programming

Fuente: arXiv

Gespeichert in:

Bibliographische Detailangaben
Hauptverfasser:	Roa-Villescas, Martin, Gao, Xuanzhao, Stuijk, Sander, Corporaal, Henk, Liu, Jin-Guo
Format:	Preprint
Veröffentlicht:	2024
Schlagworte:	Machine Learning Computational Physics
Online-Zugang:	Acceder al recurso
Tags:	Tag hinzufügen Keine Tags, Fügen Sie den ersten Tag hinzu!

Ähnliche Einträge

Traces Propagation: Memory-Efficient and Scalable Forward-Only Learning in Spiking Neural Networks
von: Pes, Lorenzo, et al.
Veröffentlicht: (2025)

STEMS: Spatial-Temporal Mapping For Spiking Neural Networks
von: Eissa, Sherif, et al.
Veröffentlicht: (2025)

Tensor-Networks-based Learning of Probabilistic Cellular Automata Dynamics
von: Casagrande, Heitor P., et al.
Veröffentlicht: (2024)

Tensor Decomposition Networks for Fast Machine Learning Interatomic Potential Computations
von: Lin, Yuchao, et al.
Veröffentlicht: (2025)

Programming guide for solving constraint satisfaction problems with tensor networks
von: Gao, Xuanzhao, et al.
Veröffentlicht: (2024)

Efficient Probabilistic Tensor Networks
von: Hameed, Marawan Gamal Abdel, et al.
Veröffentlicht: (2025)

Branch-and-Bound Tensor Networks for Exact Ground-State Characterization
von: Wang, Yijia, et al.
Veröffentlicht: (2026)

Integral Formulas for Vector Spherical Tensor Products
von: Heyraud, Valentin, et al.
Veröffentlicht: (2026)

Split-Flows: Measure Transport and Information Loss Across Molecular Resolutions
von: Hummerich, Sander, et al.
Veröffentlicht: (2025)

Deterministic Inference across Tensor Parallel Sizes That Eliminates Training-Inference Mismatch
von: Zhang, Ziyang, et al.
Veröffentlicht: (2025)

Deep Tensor Network
von: Zhang, Yifan
Veröffentlicht: (2023)

MixFunn: A Neural Network for Differential Equations with Improved Generalization and Interpretability
von: Farias, Tiago de Souza, et al.
Veröffentlicht: (2025)

ANTN: Bridging Autoregressive Neural Networks and Tensor Networks for Quantum Many-Body Simulation
von: Chen, Zhuo, et al.
Veröffentlicht: (2023)

Higher-Rank Irreducible Cartesian Tensors for Equivariant Message Passing
von: Zaverkin, Viktor, et al.
Veröffentlicht: (2024)

Asymptotically Fast Clebsch-Gordan Tensor Products with Vector Spherical Harmonics
von: Xie, YuQing, et al.
Veröffentlicht: (2026)

Application of Tensor Neural Networks to Pricing Bermudan Swaptions
von: Patel, Raj G., et al.
Veröffentlicht: (2023)

BI-EqNO: Generalized Approximate Bayesian Inference with an Equivariant Neural Operator Framework
von: Zhou, Xu-Hui, et al.
Veröffentlicht: (2024)

Graph Convolutional Networks for Simulating Multi-phase Flow and Transport in Porous Media
von: Jiang, Jiamin, et al.
Veröffentlicht: (2023)

The Bayesian Method of Tensor Networks
von: Guo, Erdong, et al.
Veröffentlicht: (2021)

Quantum Neural Physics: Solving Partial Differential Equations on Quantum Simulators using Quantum Convolutional Neural Networks
von: Zhai, Jucai, et al.
Veröffentlicht: (2026)

Gradient Enhanced Self-Training Physics-Informed Neural Network (gST-PINN) for Solving Nonlinear Partial Differential Equations
von: Iyer, Narayan S, et al.
Veröffentlicht: (2025)

Probabilistic Programming with Programmable Variational Inference
von: Becker, McCoy R., et al.
Veröffentlicht: (2024)

Boosting Defect Detection in Manufacturing using Tensor Convolutional Neural Networks
von: Martin-Ramiro, Pablo, et al.
Veröffentlicht: (2023)

Explaining Anomalies with Tensor Networks
von: Hohenfeld, Hans, et al.
Veröffentlicht: (2025)

Quantum-Classical Machine learning by Hybrid Tensor Networks
von: Liu, Ding, et al.
Veröffentlicht: (2020)

A Physics-Guided Probabilistic Surrogate Modeling Framework for Digital Twins of Underwater Radiated Noise
von: Deo, Indu Kant, et al.
Veröffentlicht: (2025)

TLINet: Differentiable Neural Network Temporal Logic Inference
von: Li, Danyang, et al.
Veröffentlicht: (2024)

CompactifAI: Extreme Compression of Large Language Models using Quantum-Inspired Tensor Networks
von: Tomut, Andrei, et al.
Veröffentlicht: (2024)

Tensorization of neural networks for improved privacy and interpretability
von: Monturiol, José Ramón Pareja, et al.
Veröffentlicht: (2025)

Generative Learning of the Solution of Parametric Partial Differential Equations Using Guided Diffusion Models and Virtual Observations
von: Gao, Han, et al.
Veröffentlicht: (2024)

Tensor Network Estimation of Distribution Algorithms
von: Gardiner, John, et al.
Veröffentlicht: (2024)

On Representing Electronic Wave Functions with Sign Equivariant Neural Networks
von: Gao, Nicholas, et al.
Veröffentlicht: (2024)

Projected Neural Differential Equations for Learning Constrained Dynamics
von: White, Alistair, et al.
Veröffentlicht: (2024)

Differentiable Programming for Computational Plasma Physics
von: McGreivy, Nick
Veröffentlicht: (2024)

Differentiability in Unrolled Training of Neural Physics Simulators on Transient Dynamics
von: List, Bjoern, et al.
Veröffentlicht: (2024)

Stabilized Neural Differential Equations for Learning Dynamics with Explicit Constraints
von: White, Alistair, et al.
Veröffentlicht: (2023)

Physics Informed Token Transformer for Solving Partial Differential Equations
von: Lorsung, Cooper, et al.
Veröffentlicht: (2023)

Discovering Interpretable Ordinary Differential Equations from Noisy Data
von: Golder, Rahul, et al.
Veröffentlicht: (2025)

Neural Networks for Predicting Permeability Tensors of 2D Porous Media: Comparison of Convolution- and Transformer-based Architectures
von: Vargdal, Sigurd, et al.
Veröffentlicht: (2025)

Quantum-Inspired Tensor Neural Networks for Option Pricing
von: Patel, Raj G., et al.
Veröffentlicht: (2022)