Copertina

Approximately Equivariant Neural Processes

Fuente: arXiv

Salvato in:

Dettagli Bibliografici
Autori principali:	Ashman, Matthew, Diaconu, Cristiana, Weller, Adrian, Bruinsma, Wessel, Turner, Richard E.
Natura:	Preprint
Pubblicazione:	2024
Soggetti:	Machine Learning
Accesso online:	Acceder al recurso
Tags:	Aggiungi Tag Nessun Tag, puoi essere il primo ad aggiungerne!!

Documenti analoghi

Translation Equivariant Transformer Neural Processes
di: Ashman, Matthew, et al.
Pubblicazione: (2024)

In-Context In-Context Learning with Transformer Neural Processes
di: Ashman, Matthew, et al.
Pubblicazione: (2024)

Gridded Transformer Neural Processes for Large Unstructured Spatio-Temporal Data
di: Ashman, Matthew, et al.
Pubblicazione: (2024)

Convolutional Conditional Neural Processes
di: Bruinsma, Wessel P.
Pubblicazione: (2024)

Incremental Transformer Neural Processes
di: Mortimer, Philip, et al.
Pubblicazione: (2026)

Noise-Aware Differentially Private Regression via Meta-Learning
di: Räisä, Ossi, et al.
Pubblicazione: (2024)

Tighter sparse variational Gaussian processes
di: Bui, Thang D., et al.
Pubblicazione: (2025)

Probabilistic Retrofitting of Learned Simulators
di: Diaconu, Cristiana, et al.
Pubblicazione: (2026)

Graph Random Features for Scalable Gaussian Processes
di: Zhang, Matthew, et al.
Pubblicazione: (2025)

Denoising Diffusion Probabilistic Models in Six Simple Steps
di: Turner, Richard E., et al.
Pubblicazione: (2024)

Estimating Interventional Distributions with Uncertain Causal Graphs through Meta-Learning
di: Dhir, Anish, et al.
Pubblicazione: (2025)

On conditional diffusion models for PDE simulations
di: Shysheya, Aliaksandra, et al.
Pubblicazione: (2024)

Use What You Know: Causal Foundation Models with Partial Graphs
di: Reuter, Arik, et al.
Pubblicazione: (2026)

Variance-Reducing Couplings for Random Features
di: Reid, Isaac, et al.
Pubblicazione: (2024)

Kronecker-Factored Approximate Curvature for Modern Neural Network Architectures
di: Eschenhagen, Runa, et al.
Pubblicazione: (2023)

Aardvark weather: end-to-end data-driven weather forecasting
di: Vaughan, Anna, et al.
Pubblicazione: (2024)

Approximate Equivariance in Reinforcement Learning
di: Park, Jung Yeon, et al.
Pubblicazione: (2024)

Equivariant Neural Tangent Kernels
di: Misof, Philipp, et al.
Pubblicazione: (2024)

Approximation-Generalization Trade-offs under (Approximate) Group Equivariance
di: Petrache, Mircea, et al.
Pubblicazione: (2023)

Approximate Equivariance via Projection-based Regularisation
di: Berndt, Torben, et al.
Pubblicazione: (2026)

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

A Meta-Learning Approach to Bayesian Causal Discovery
di: Dhir, Anish, et al.
Pubblicazione: (2024)

Categorical Equivariant Deep Learning: Category-Equivariant Neural Networks and Universal Approximation Theorems
di: Maruyama, Yoshihiro
Pubblicazione: (2025)

Algebraic Priors for Approximately Equivariant Networks
di: Ali, Riccardo, et al.
Pubblicazione: (2025)

Transformer Neural Autoregressive Flows
di: Patacchiola, Massimiliano, et al.
Pubblicazione: (2024)

Better Hessians Matter: Studying the Impact of Curvature Approximations in Influence Functions
di: Hong, Steve, et al.
Pubblicazione: (2025)

Neural Mutual Information Estimation with Vector Copulas
di: Chen, Yanzhi, et al.
Pubblicazione: (2025)

Symmetry-Based Structured Matrices for Efficient Approximately Equivariant Networks
di: Samudre, Ashwin, et al.
Pubblicazione: (2024)

On Evaluating LLMs' Capabilities as Functional Approximators: A Bayesian Perspective
di: Siddiqui, Shoaib Ahmed, et al.
Pubblicazione: (2024)

Relaxed Equivariant Graph Neural Networks
di: Hofgard, Elyssa, et al.
Pubblicazione: (2024)

Equivariant Neural Functional Networks for Transformers
di: Tran, Viet-Hoang, et al.
Pubblicazione: (2024)

Equivariant Neural Diffusion for Molecule Generation
di: Cornet, François, et al.
Pubblicazione: (2025)

Symmetry Breaking and Equivariant Neural Networks
di: Kaba, Sékou-Oumar, et al.
Pubblicazione: (2023)

Koopman-Equivariant Gaussian Processes
di: Bevanda, Petar, et al.
Pubblicazione: (2025)

An Introduction to Transformers
di: Turner, Richard E.
Pubblicazione: (2023)

Approximately Equivariant Quantum Neural Network for $p4m$ Group Symmetries in Images
di: Chang, Su Yeon, et al.
Pubblicazione: (2023)

Learning (Approximately) Equivariant Networks via Constrained Optimization
di: Manolache, Andrei, et al.
Pubblicazione: (2025)

E(3)-Equivariant Mesh Neural Networks
di: Trang, Thuan, et al.
Pubblicazione: (2024)

Lie Group Decompositions for Equivariant Neural Networks
di: Mironenco, Mircea, et al.
Pubblicazione: (2023)

Limits of Resolution Equivariance in Fourier Neural Operators
di: Colagrande, Alex, et al.
Pubblicazione: (2026)