Buchumschlag

Neural-g: A Deep Learning Framework for Mixing Density Estimation

Fuente: arXiv

Gespeichert in:

Bibliographische Detailangaben
Hauptverfasser:	Wang, Shijie, Chakraborty, Saptarshi, Qin, Qian, Bai, Ray
Format:	Preprint
Veröffentlicht:	2024
Schlagworte:	Machine Learning
Online-Zugang:	Acceder al recurso
Tags:	Tag hinzufügen Keine Tags, Fügen Sie den ersten Tag hinzu!

Ähnliche Einträge

A Statistical Analysis for Supervised Deep Learning with Exponential Families for Intrinsically Low-dimensional Data
von: Chakraborty, Saptarshi, et al.
Veröffentlicht: (2024)

A Statistical Analysis of Deep Federated Learning for Intrinsically Low-dimensional Data
von: Chakraborty, Saptarshi, et al.
Veröffentlicht: (2024)

A Robust Monotonic Single-Index Model for Skewed and Heavy-Tailed Data: A Deep Neural Network Approach Applied to Periodontal Studies
von: Liu, Qingyang, et al.
Veröffentlicht: (2025)

Fast and Featureless Node Representation Learning with Partial Pairwise Supervision
von: Chakraborty, Sujan, et al.
Veröffentlicht: (2026)

A Statistical Analysis of Wasserstein Autoencoders for Intrinsically Low-dimensional Data
von: Chakraborty, Saptarshi, et al.
Veröffentlicht: (2024)

A New Framework for Convex Clustering in Kernel Spaces: Finite Sample Bounds, Consistency and Performance Insights
von: Pan, Shubhayan, et al.
Veröffentlicht: (2025)

Uncertainty Estimation by Density Aware Evidential Deep Learning
von: Yoon, Taeseong, et al.
Veröffentlicht: (2024)

On Measuring Intrinsic Causal Attributions in Deep Neural Networks
von: Saha, Saptarshi, et al.
Veröffentlicht: (2025)

Efficient Logistic Regression with Mixture of Sigmoids
von: Di Gennaro, Federico, et al.
Veröffentlicht: (2026)

FLIPHAT: Joint Differential Privacy for High Dimensional Sparse Linear Bandits
von: Chakraborty, Sunrit, et al.
Veröffentlicht: (2024)

On the Statistical Properties of Generative Adversarial Models for Low Intrinsic Data Dimension
von: Chakraborty, Saptarshi, et al.
Veröffentlicht: (2024)

Convex Clustering Redefined: Robust Learning with the Median of Means Estimator
von: De, Sourav, et al.
Veröffentlicht: (2025)

Anomaly Detection via Mean Shift Density Enhancement
von: Kar, Pritam, et al.
Veröffentlicht: (2026)

A CDF-First Framework for Free-Form Density Estimation
von: Song, Chenglong, et al.
Veröffentlicht: (2026)

Applying Tabular Deep Learning Models to Estimate Crash Injury Types of Young Motorcyclists
von: Somvanshi, Shriyank, et al.
Veröffentlicht: (2025)

GPEX, A Framework For Interpreting Artificial Neural Networks
von: Akbarnejad, Amir, et al.
Veröffentlicht: (2021)

Copula Density Neural Estimation
von: Letizia, Nunzio A., et al.
Veröffentlicht: (2022)

Embedding Principle in Depth for the Loss Landscape Analysis of Deep Neural Networks
von: Bai, Zhiwei, et al.
Veröffentlicht: (2022)

RSTGCN: Railway-centric Spatio-Temporal Graph Convolutional Network for Train Delay Prediction
von: Chowdhury, Koyena, et al.
Veröffentlicht: (2025)

FUSE: Fast Semi-Supervised Node Embedding Learning via Structural and Label-Aware Optimization
von: Chakraborty, Sujan, et al.
Veröffentlicht: (2025)

Copresheaf Topological Neural Networks: A Generalized Deep Learning Framework
von: Hajij, Mustafa, et al.
Veröffentlicht: (2025)

Generalization Properties of Score-matching Diffusion Models for Intrinsically Low-dimensional Data
von: Chakraborty, Saptarshi, et al.
Veröffentlicht: (2026)

EdgeRL: Reinforcement Learning-driven Deep Learning Model Inference Optimization at Edge
von: Mounesan, Motahare, et al.
Veröffentlicht: (2024)

NeuralBeta: Estimating Beta Using Deep Learning
von: Liu, Yuxin, et al.
Veröffentlicht: (2024)

TabMixNN: A Unified Deep Learning Framework for Structural Mixed Effects Modeling on Tabular Data
von: Akdemir, Deniz
Veröffentlicht: (2025)

Calibrated and Sharp Uncertainties in Deep Learning via Density Estimation
von: Kuleshov, Volodymyr, et al.
Veröffentlicht: (2021)

Skew-Probabilistic Neural Networks for Learning from Imbalanced Data
von: Naik, Shraddha M., et al.
Veröffentlicht: (2023)

NeuroPMD: Neural Fields for Density Estimation on Product Manifolds
von: Consagra, William, et al.
Veröffentlicht: (2025)

Dynamic Graph Structure Estimation for Learning Multivariate Point Process using Spiking Neural Networks
von: Chakraborty, Biswadeep, et al.
Veröffentlicht: (2025)

Deep Kernel Aalen-Johansen Estimator: An Interpretable and Flexible Neural Net Framework for Competing Risks
von: Shen, Xiaobin, et al.
Veröffentlicht: (2025)

Novel Deep Learning Architecture for Heart Disease Prediction using Convolutional Neural Network
von: Hussain, Shadab, et al.
Veröffentlicht: (2021)

Statistical Context Detection for Deep Lifelong Reinforcement Learning
von: Dick, Jeffery, et al.
Veröffentlicht: (2024)

An Operator Learning Framework for Spatiotemporal Super-resolution of Scientific Simulations
von: Duruisseaux, Valentin, et al.
Veröffentlicht: (2023)

Deep k-grouping: An Unsupervised Learning Framework for Combinatorial Optimization on Graphs and Hypergraphs
von: Bai, Sen, et al.
Veröffentlicht: (2025)

Convergence Analysis for Learning Orthonormal Deep Linear Neural Networks
von: Qin, Zhen, et al.
Veröffentlicht: (2023)

Unsupervised Learning of Density Estimates with Topological Optimization
von: Tanweer, Sunia, et al.
Veröffentlicht: (2025)

Towards Causal Deep Learning for Vulnerability Detection
von: Rahman, Md Mahbubur, et al.
Veröffentlicht: (2023)

Learning Hamiltonian Density Using DeepONet
von: Xu, Baige, et al.
Veröffentlicht: (2025)

Balanced Multimodal Learning: An Unidirectional Dynamic Interaction Perspective
von: Wang, Shijie, et al.
Veröffentlicht: (2025)

A Theoretical Analysis of Soft-Label vs Hard-Label Training in Neural Networks
von: Mandal, Saptarshi, et al.
Veröffentlicht: (2024)