Buchumschlag

Sparse Inducing Points in Deep Gaussian Processes: Enhancing Modeling with Denoising Diffusion Variational Inference

Fuente: arXiv

Gespeichert in:

Bibliographische Detailangaben
Hauptverfasser:	Xu, Jian, Zeng, Delu, Paisley, John
Format:	Preprint
Veröffentlicht:	2024
Schlagworte:	Machine Learning Artificial Intelligence
Online-Zugang:	Acceder al recurso
Tags:	Tag hinzufügen Keine Tags, Fügen Sie den ersten Tag hinzu!

Ähnliche Einträge

Sparse Variational Student-t Processes for Heavy-tailed Modeling
von: Xu, Jian, et al.
Veröffentlicht: (2024)

Diffusion Bridge Variational Inference for Deep Gaussian Processes
von: Xu, Jian, et al.
Veröffentlicht: (2025)

Sparse Variational Student-t Processes
von: Xu, Jian, et al.
Veröffentlicht: (2023)

Variational Learning of Gaussian Process Latent Variable Models through Stochastic Gradient Annealed Importance Sampling
von: Xu, Jian, et al.
Veröffentlicht: (2024)

Fully Bayesian Differential Gaussian Processes through Stochastic Differential Equations
von: Xu, Jian, et al.
Veröffentlicht: (2024)

Neural Bridge Processes
von: Xu, Jian, et al.
Veröffentlicht: (2025)

Onsager-Machlup Posterior Transport for Deep Gaussian Processes
von: Xu, Jian, et al.
Veröffentlicht: (2026)

Flexible Bayesian Last Layer Models Using Implicit Priors and Diffusion Posterior Sampling
von: Xu, Jian, et al.
Veröffentlicht: (2024)

Gaussian Process Neural Additive Models
von: Zhang, Wei, et al.
Veröffentlicht: (2024)

An Explainable Gaussian Process Auto-encoder for Tabular Data
von: Zhang, Wei, et al.
Veröffentlicht: (2025)

Neural Operator Variational Inference based on Regularized Stein Discrepancy for Deep Gaussian Processes
von: Xu, Jian, et al.
Veröffentlicht: (2023)

A Minimum Variance Path Principle for Accurate and Stable Score-Based Density Ratio Estimation
von: Chen, Wei, et al.
Veröffentlicht: (2026)

Bayesian Gaussian Process ODEs via Double Normalizing Flows
von: Xu, Jian, et al.
Veröffentlicht: (2023)

Towards Disentangled Preference Optimization Dynamics: Suppress the Loser, Preserve the Winner
von: Chen, Wei, et al.
Veröffentlicht: (2026)

Spectral Anatomy of Quantum Gaussian Process Kernels
von: Xu, Jian, et al.
Veröffentlicht: (2026)

Partially Observable Gaussian Process Network and Doubly Stochastic Variational Inference
von: Kiroriwal, Saksham, et al.
Veröffentlicht: (2025)

AQKA: Active Quantum Kernel Acquisition Under a Shot Budget
von: Xu, Jian, et al.
Veröffentlicht: (2026)

Entropy-Informed Weighting Channel Normalizing Flow for Deep Generative Models
von: Chen, Wei, et al.
Veröffentlicht: (2024)

Stochastic Schrödinger Diffusion Models for Pure-State Ensemble Generation
von: Xu, Jian, et al.
Veröffentlicht: (2026)

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

Flow-Induced Diagonal Gaussian Processes
von: Lin, Moule, et al.
Veröffentlicht: (2025)

Airfoil Diffusion: Denoising Diffusion Model For Conditional Airfoil Generation
von: Graves, Reid, et al.
Veröffentlicht: (2024)

The Safety-Aware Denoiser for Text Diffusion Models
von: Yusuf, Amman, et al.
Veröffentlicht: (2026)

Self-Attention through Kernel-Eigen Pair Sparse Variational Gaussian Processes
von: Chen, Yingyi, et al.
Veröffentlicht: (2024)

Dequantified Diffusion-Schr{ö}dinger Bridge for Density Ratio Estimation
von: Chen, Wei, et al.
Veröffentlicht: (2025)

A Bayesian Mixture Model of Temporal Point Processes with Determinantal Point Process Prior
von: Dong, Yiwei, et al.
Veröffentlicht: (2024)

Object-centric Denoising Diffusion Models for Physical Reasoning
von: Lange, Moritz, et al.
Veröffentlicht: (2025)

GDSD: Reinforcement Learning as Guided Denoiser Self-Distillation for Diffusion Language Models
von: Tang, Xiaohang, et al.
Veröffentlicht: (2026)

Deep Graph Neural Point Process For Learning Temporal Interactive Networks
von: Chen, Su, et al.
Veröffentlicht: (2025)

Collapsed Inference for Bayesian Deep Learning
von: Zeng, Zhe, et al.
Veröffentlicht: (2023)

SparseDM: Toward Sparse Efficient Diffusion Models
von: Wang, Kafeng, et al.
Veröffentlicht: (2024)

Consist-Retinex: One-Step Noise-Emphasized Consistency Training Accelerates High-Quality Retinex Enhancement
von: Xu, Jian, et al.
Veröffentlicht: (2025)

Geometric-Facilitated Denoising Diffusion Model for 3D Molecule Generation
von: Xu, Can, et al.
Veröffentlicht: (2024)

Memorization Control in Diffusion Models from Denoising-centric Perspective
von: Vu, Thuy Phuong, et al.
Veröffentlicht: (2026)

Dense-Sparse Deep Convolutional Neural Networks Training for Image Denoising
von: Alawode, Basit O., et al.
Veröffentlicht: (2021)

DDTR: Diffusion Denoising Trace Recovery
von: Matyash, Maximilian, et al.
Veröffentlicht: (2025)

Fast and Robust Likelihood-Guided Diffusion Posterior Sampling with Amortized Variational Inference
von: Zheng, Léon, et al.
Veröffentlicht: (2026)

Inference Attacks Against Graph Generative Diffusion Models
von: Wang, Xiuling, et al.
Veröffentlicht: (2026)

One-Step Score-Based Density Ratio Estimation
von: Chen, Wei, et al.
Veröffentlicht: (2026)

Stochastic Variational Inference with Tuneable Stochastic Annealing
von: Paisley, John, et al.
Veröffentlicht: (2025)