Buchumschlag

Electrostatics-based particle sampling and approximate inference

Fuente: arXiv

Gespeichert in:

Bibliographische Detailangaben
1. Verfasser:	Huang, Yongchao
Format:	Preprint
Veröffentlicht:	2024
Schlagworte:	Artificial Intelligence Computation Machine Learning
Online-Zugang:	Acceder al recurso
Tags:	Tag hinzufügen Keine Tags, Fügen Sie den ersten Tag hinzu!

Ähnliche Einträge

Variational Inference Using Material Point Method
von: Huang, Yongchao
Veröffentlicht: (2024)

Training data membership inference via Gaussian process meta-modeling: a post-hoc analysis approach
von: Huang, Yongchao, et al.
Veröffentlicht: (2025)

Variational Inference via Smoothed Particle Hydrodynamics
von: Huang, Yongchao
Veröffentlicht: (2024)

Bayesian Inference of Training Dataset Membership
von: Huang, Yongchao
Veröffentlicht: (2025)

Batch and match: black-box variational inference with a score-based divergence
von: Cai, Diana, et al.
Veröffentlicht: (2024)

PF-GNN: Differentiable particle filtering based approximation of universal graph representations
von: Dupty, Mohammed Haroon, et al.
Veröffentlicht: (2024)

Physics-Enhanced Multi-fidelity Learning for Optical Surface Imprint
von: Chen, Yongchao
Veröffentlicht: (2023)

Interaction Field Matching: Overcoming Limitations of Electrostatic Models
von: Manukhov, Stepan I., et al.
Veröffentlicht: (2025)

Field Matching: an Electrostatic Paradigm to Generate and Transfer Data
von: Kolesov, Alexander, et al.
Veröffentlicht: (2025)

All-in-one simulation-based inference
von: Gloeckler, Manuel, et al.
Veröffentlicht: (2024)

GraphGen+: Advancing Distributed Subgraph Generation and Graph Learning On Industrial Graphs
von: Jin, Yue, et al.
Veröffentlicht: (2025)

Transformers Can Achieve Length Generalization But Not Robustly
von: Zhou, Yongchao, et al.
Veröffentlicht: (2024)

R-ParVI: Particle-based variational inference through lens of rewards
von: Huang, Yongchao
Veröffentlicht: (2025)

QUICK: Quantization-aware Interleaving and Conflict-free Kernel for efficient LLM inference
von: Kim, Taesu, et al.
Veröffentlicht: (2024)

CL4KGE: A Curriculum Learning Method for Knowledge Graph Embedding
von: Liu, Yang, et al.
Veröffentlicht: (2024)

On-Policy Distillation of Language Models: Learning from Self-Generated Mistakes
von: Agarwal, Rishabh, et al.
Veröffentlicht: (2023)

OrthoRank: Token Selection via Sink Token Orthogonality for Efficient LLM inference
von: Shin, Seungjun, et al.
Veröffentlicht: (2025)

Distributed Graph Neural Network Inference With Just-In-Time Compilation For Industry-Scale Graphs
von: Wu, Xiabao, et al.
Veröffentlicht: (2025)

eagle: early approximated gradient based learning rate estimator
von: Fujimoto, Takumi, et al.
Veröffentlicht: (2025)

Identifying the Risks of LM Agents with an LM-Emulated Sandbox
von: Ruan, Yangjun, et al.
Veröffentlicht: (2023)

DistillSpec: Improving Speculative Decoding via Knowledge Distillation
von: Zhou, Yongchao, et al.
Veröffentlicht: (2023)

Message passing-based inference in an autoregressive active inference agent
von: Kouw, Wouter M., et al.
Veröffentlicht: (2025)

Diffusion model for relational inference
von: Zheng, Shuhan, et al.
Veröffentlicht: (2024)

What type of inference is planning?
von: Lázaro-Gredilla, Miguel, et al.
Veröffentlicht: (2024)

Statistical inference using machine learning and classical techniques based on accumulated local effects (ALE)
von: Okoli, Chitu
Veröffentlicht: (2023)

PreFT: Prefill-only finetuning for efficient inference
von: Lanpouthakoun, Andrew, et al.
Veröffentlicht: (2026)

Variance reduction of diffusion model's gradients with Taylor approximation-based control variate
von: Jeha, Paul, et al.
Veröffentlicht: (2024)

Reference-based Metrics Disprove Themselves in Question Generation
von: Nguyen, Bang, et al.
Veröffentlicht: (2024)

Fast Genetic Algorithm for feature selection -- A qualitative approximation approach
von: Altarabichi, Mohammed Ghaith, et al.
Veröffentlicht: (2024)

CodeSteer: Symbolic-Augmented Language Models via Code/Text Guidance
von: Chen, Yongchao, et al.
Veröffentlicht: (2025)

Optimizing video analytics inference pipelines: a case study
von: Ghafouri, Saeid, et al.
Veröffentlicht: (2025)

Planning to avoid ambiguous states through Gaussian approximations to non-linear sensors in active inference agents
von: Kouw, Wouter M.
Veröffentlicht: (2024)

BrainHGT: A Hierarchical Graph Transformer for Interpretable Brain Network Analysis
von: Ma, Jiajun, et al.
Veröffentlicht: (2025)

Explainability as statistical inference
von: Senetaire, Hugo Henri Joseph, et al.
Veröffentlicht: (2022)

From Accuracy to Robustness: A Study of Rule- and Model-based Verifiers in Mathematical Reasoning
von: Huang, Yuzhen, et al.
Veröffentlicht: (2025)

Learn to Reason Efficiently with Adaptive Length-based Reward Shaping
von: Liu, Wei, et al.
Veröffentlicht: (2025)

Small sample-based adaptive text classification through iterative and contrastive description refinement
von: Rajeev, Amrit, et al.
Veröffentlicht: (2025)

Collision-based Dynamics for Multi-Marginal Optimal Transport
von: Sadr, Mohsen, et al.
Veröffentlicht: (2024)

Geometry aware inference of steady state PDEs using Equivariant Neural Fields representations
von: Catalani, Giovanni, et al.
Veröffentlicht: (2025)

Training-inference input alignment outweighs framework choice in longitudinal retinal image prediction
von: Chen, Liyin, et al.
Veröffentlicht: (2026)