:: Library Catalog

Buchumschlag

Gespeichert in:

Bibliographische Detailangaben
Hauptverfasser:	Luttermann, Malte, Möller, Ralf, Gehrke, Marcel
Format:	Preprint
Veröffentlicht:	2024
Schlagworte:	Artificial Intelligence Machine Learning
Online-Zugang:	https://arxiv.org/abs/2406.01275
Tags:	Tag hinzufügen Keine Tags, Fügen Sie den ersten Tag hinzu!

Ähnliche Einträge

Lifting Factor Graphs with Some Unknown Factors for New Individuals
von: Luttermann, Malte, et al.
Veröffentlicht: (2025)

Lifted Model Construction without Normalisation: A Vectorised Approach to Exploit Symmetries in Factor Graphs
von: Luttermann, Malte, et al.
Veröffentlicht: (2024)

On the Detection of Commutative Factors in Factor Graphs: Necessary and Sufficient Conditions
von: Luttermann, Malte, et al.
Veröffentlicht: (2026)

Estimating Causal Effects in Partially Directed Parametric Causal Factor Graphs
von: Luttermann, Malte, et al.
Veröffentlicht: (2024)

Efficient Detection of Commutative Factors in Factor Graphs
von: Luttermann, Malte, et al.
Veröffentlicht: (2024)

Approximate Lifted Model Construction
von: Luttermann, Malte, et al.
Veröffentlicht: (2025)

Efficient Detection of Exchangeable Factors in Factor Graphs
von: Luttermann, Malte, et al.
Veröffentlicht: (2024)

Lifted Causal Inference in Relational Domains
von: Luttermann, Malte, et al.
Veröffentlicht: (2024)

Towards Privacy-Preserving Relational Data Synthesis via Probabilistic Relational Models
von: Luttermann, Malte, et al.
Veröffentlicht: (2024)

Compression versus Accuracy: A Hierarchy of Lifted Models
von: Speller, Jan, et al.
Veröffentlicht: (2025)

Denoising the Future: Top-p Distributions for Moving Through Time
von: Marwitz, Florian Andreas, et al.
Veröffentlicht: (2025)

Lifted Forward Planning in Relational Factored Markov Decision Processes with Concurrent Actions
von: Marwitz, Florian Andreas, et al.
Veröffentlicht: (2025)

On the Completeness and Complexity of the Lifted Dynamic Junction Tree Algorithm
von: Gehrke, Marcel
Veröffentlicht: (2021)

Factor Graph-based Interpretable Neural Networks
von: Li, Yicong, et al.
Veröffentlicht: (2025)

Revisiting Dynamic Graph Clustering via Matrix Factorization
von: Li, Dongyuan, et al.
Veröffentlicht: (2025)

Exploratory Machine Learning with Unknown Unknowns
von: Zhao, Peng, et al.
Veröffentlicht: (2020)

Composing Non-Conjugate Factor Graphs with Closed-Form Variational Inference
von: Lukashchuk, Mykola, et al.
Veröffentlicht: (2026)

GraphFM: Graph Factorization Machines for Feature Interaction Modeling
von: Wu, Shu, et al.
Veröffentlicht: (2021)

Enhancement of Subjective Content Descriptions by using Human Feedback
von: Bender, Magnus, et al.
Veröffentlicht: (2024)

Knowledge Graph Completion with Mixed Geometry Tensor Factorization
von: Yusupov, Viacheslav, et al.
Veröffentlicht: (2025)

When a Reinforcement Learning Agent Encounters Unknown Unknowns
von: Zhu, Juntian, et al.
Veröffentlicht: (2025)

Mechanisms for Data Sharing in Collaborative Causal Inference (Extended Version)
von: Filter, Björn, et al.
Veröffentlicht: (2024)

SNAP: Sequential Non-Ancestor Pruning for Targeted Causal Effect Estimation With an Unknown Graph
von: Schubert, Mátyás, et al.
Veröffentlicht: (2025)

On the Identifiability of Quantized Factors
von: Barin-Pacela, Vitória, et al.
Veröffentlicht: (2023)

Constrained Layout Generation with Factor Graphs
von: Dupty, Mohammed Haroon, et al.
Veröffentlicht: (2024)

Vejde: A Framework for Inductive Deep Reinforcement Learning Based on Factor Graph Color Refinement
von: Nyberg, Jakob, et al.
Veröffentlicht: (2025)

Factor Graph Optimization for Leak Localization in Water Distribution Networks
von: Irofti, Paul, et al.
Veröffentlicht: (2025)

From Wide to Deep: Dimension Lifting Network for Parameter-efficient Knowledge Graph Embedding
von: Cai, Borui, et al.
Veröffentlicht: (2023)

Factor Graph Optimization of Error-Correcting Codes for Belief Propagation Decoding
von: Choukroun, Yoni, et al.
Veröffentlicht: (2024)

Differentiable Learning of Lifted Action Schemas for Classical Planning
von: Reiter, Jonas, et al.
Veröffentlicht: (2026)

CredibleDFGO: Differentiable Factor Graph Optimization with Credibility Supervision
von: Qian, Liang, et al.
Veröffentlicht: (2026)

Unsupervised Discovery of Steerable Factors When Graph Deep Generative Models Are Entangled
von: Liu, Shengchao, et al.
Veröffentlicht: (2024)

Tailored Architectures for Time Series Forecasting: Evaluating Deep Learning Models on Gaussian Process-Generated Data
von: Hankemeier, Victoria, et al.
Veröffentlicht: (2025)

Rethinking Disentanglement under Dependent Factors of Variation
von: Almudévar, Antonio, et al.
Veröffentlicht: (2024)

On the Role of Noise in Factorizers for Disentangling Distributed Representations
von: Karunaratne, Geethan, et al.
Veröffentlicht: (2024)

Breaking the Factorization Barrier in Diffusion Language Models
von: Li, Ian, et al.
Veröffentlicht: (2026)

Efficient Solution and Learning of Robust Factored MDPs
von: Schnitzer, Yannik, et al.
Veröffentlicht: (2025)

Generating Hypotheses of Dynamic Causal Graphs in Neuroscience: Leveraging Generative Factor Models of Observed Time Series
von: Brown, Zachary C., et al.
Veröffentlicht: (2025)

A Deep Latent Factor Graph Clustering with Fairness-Utility Trade-off Perspective
von: Ghodsi, Siamak, et al.
Veröffentlicht: (2025)

Online Sequential Decision-Making with Unknown Delays
von: Wu, Ping, et al.
Veröffentlicht: (2024)