Buchumschlag

Adaptive RKHS Fourier Features for Compositional Gaussian Process Models

Fuente: arXiv

Gespeichert in:

Bibliographische Detailangaben
Hauptverfasser:	Shi, Xinxing, Baldwin-McDonald, Thomas, Álvarez, Mauricio A.
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

Deep Latent Force Models: ODE-based Process Convolutions for Bayesian Deep Learning
von: Baldwin-McDonald, Thomas, et al.
Veröffentlicht: (2023)

Neighbour-Driven Gaussian Process Variational Autoencoders for Scalable Structured Latent Modelling
von: Shi, Xinxing, et al.
Veröffentlicht: (2025)

Transformed Latent Variable Multi-Output Gaussian Processes
von: Jiang, Xiaoyu, et al.
Veröffentlicht: (2026)

Unbiased Stochastic Optimization for Gaussian Processes on Finite Dimensional RKHS
von: Shoham, Neta, et al.
Veröffentlicht: (2025)

Regular Fourier Features for Nonstationary Gaussian Processes
von: Jawaid, Arsalan, et al.
Veröffentlicht: (2026)

Integrated Variational Fourier Features for Fast Spatial Modelling with Gaussian Processes
von: Cheema, Talay M, et al.
Veröffentlicht: (2023)

Improved Regret Analysis in Gaussian Process Bandits: Optimality for Noiseless Reward, RKHS norm, and Non-Stationary Variance
von: Iwazaki, Shogo, et al.
Veröffentlicht: (2025)

Impatient Bandits: Optimizing for the Long-Term Without Delay
von: Zhang, Kelly W., et al.
Veröffentlicht: (2025)

Adaptive learning of density ratios in RKHS
von: Zellinger, Werner, et al.
Veröffentlicht: (2023)

Scalable Unsupervised Segmentation via Random Fourier Feature-based Gaussian Process
von: Saito, Issei, et al.
Veröffentlicht: (2025)

An RKHS Perspective on Tree Ensembles
von: Dagdoug, Mehdi, et al.
Veröffentlicht: (2025)

Metric Learning in an RKHS
von: Tatli, Gokcan, et al.
Veröffentlicht: (2025)

Scalable Multi-Output Gaussian Processes with Stochastic Variational Inference
von: Jiang, Xiaoyu, et al.
Veröffentlicht: (2024)

Sampling Complexity of TD and PPO in RKHS
von: Zou, Lu, et al.
Veröffentlicht: (2025)

Convolutional Filtering with RKHS Algebras
von: Parada-Mayorga, Alejandro, et al.
Veröffentlicht: (2024)

A Gap Between the Gaussian RKHS and Neural Networks: An Infinite-Center Asymptotic Analysis
von: Kumar, Akash, et al.
Veröffentlicht: (2025)

OrgFlow: Generative Modeling of Organic Crystal Structures from Molecular Graphs
von: Vahediahmar, Mohammadmahdi, et al.
Veröffentlicht: (2026)

Preconditioned Additive Gaussian Processes with Fourier Acceleration
von: Wagner, Theresa, et al.
Veröffentlicht: (2025)

Small noise analysis for Tikhonov and RKHS regularizations
von: Lang, Quanjun, et al.
Veröffentlicht: (2023)

Approximation of RKHS Functionals by Neural Networks
von: Zhou, Tian-Yi, et al.
Veröffentlicht: (2024)

Approximate full conformal prediction in an RKHS
von: Razafindrakoto, Davidson Lova, et al.
Veröffentlicht: (2026)

Hodge-Compositional Edge Gaussian Processes
von: Yang, Maosheng, et al.
Veröffentlicht: (2023)

RKHS Representation of Algebraic Convolutional Filters with Integral Operators
von: Parada-Mayorga, Alejandro, et al.
Veröffentlicht: (2026)

Log-Concave Coupling for Sampling Neural Net Posteriors
von: McDonald, Curtis, et al.
Veröffentlicht: (2024)

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

Robot Arm Control via Cognitive Map Learners
von: McDonald, Nathan, et al.
Veröffentlicht: (2026)

DriftXpress: Faster Drifting Models via Projected RKHS Fields
von: Falahati, Ali, et al.
Veröffentlicht: (2026)

Adaptive Random Fourier Features Training Stabilized By Resampling With Applications in Image Regression
von: Kammonen, Aku, et al.
Veröffentlicht: (2024)

An Adaptive Random Fourier Features approach Applied to Learning Stochastic Differential Equations
von: Douglas, Owen, et al.
Veröffentlicht: (2025)

A Unified View on Solving Objective Mismatch in Model-Based Reinforcement Learning
von: Wei, Ran, et al.
Veröffentlicht: (2023)

Zero-shot and Few-shot Generation Strategies for Artificial Clinical Records
von: Frayling, Erlend, et al.
Veröffentlicht: (2024)

EFiGP: Eigen-Fourier Physics-Informed Gaussian Process for Inference of Dynamic Systems
von: Chen, Jianhong, et al.
Veröffentlicht: (2025)

A Theory of Random Graph Shift in Truncated-Spectrum vRKHS
von: Wan, Zhang, et al.
Veröffentlicht: (2026)

Wahkon: A Statistically Principled Deep RKHS Superposition Network
von: Chen, Yongkai, et al.
Veröffentlicht: (2026)

Modeling Multi-Step Scientific Processes with Graph Transformer Networks
von: Volk, Amanda A., et al.
Veröffentlicht: (2024)

Graph Classification Gaussian Processes via Hodgelet Spectral Features
von: Alain, Mathieu, et al.
Veröffentlicht: (2024)

Regime-Adaptive Bayesian Optimization via Dirichlet Process Mixtures of Gaussian Processes
von: Zhang, Yan, et al.
Veröffentlicht: (2026)

General reproducing properties in RKHS with application to derivative and integral operators
von: El-Boukkouri, Fatima-Zahrae, et al.
Veröffentlicht: (2025)

Invertible Kernel PCA with Random Fourier Features
von: Gedon, Daniel, et al.
Veröffentlicht: (2023)

Adaptive Prior Selection in Gaussian Process Bandits with Thompson Sampling
von: Sandberg, Jack, et al.
Veröffentlicht: (2025)