Buchumschlag

Hierarchical Gradient-Based Genetic Sampling for Accurate Prediction of Biological Oscillations

Fuente: arXiv

Gespeichert in:

Bibliographische Detailangaben
Hauptverfasser:	Rao, Heng, Gu, Yu, Zhang, Jason Zipeng, Yu, Ge, Cao, Yang, Chen, Minghan
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

Tau-BNO: Brain Neural Operator for Tau Transport Model
von: Barron, Nuutti, et al.
Veröffentlicht: (2026)

Fourier-enhanced Neural Networks For Systems Biology Applications
von: Xu, Enze, et al.
Veröffentlicht: (2025)

Functional Gradient Flows for Constrained Sampling
von: Zhang, Shiyue, et al.
Veröffentlicht: (2024)

Gradient Based Method for the Fusion of Lattice Quantizers
von: Zhang, Liyuan, et al.
Veröffentlicht: (2025)

Learning Hierarchical Interaction for Accurate Molecular Property Prediction
von: Hong, Huiyang, et al.
Veröffentlicht: (2025)

TreeLoRA: Efficient Continual Learning via Layer-Wise LoRAs Guided by a Hierarchical Gradient-Similarity Tree
von: Qian, Yu-Yang, et al.
Veröffentlicht: (2025)

PIS: A Physics-Informed System for Accurate State Partitioning of $Aβ_{42}$ Protein Trajectories
von: Yu, Qianfeng, et al.
Veröffentlicht: (2026)

Complementary Fusion of Deep Network and Tree Model for ETA Prediction
von: Huang, YuRui, et al.
Veröffentlicht: (2024)

On the Convergence of Adaptive Gradient Methods for Nonconvex Optimization
von: Zhou, Dongruo, et al.
Veröffentlicht: (2018)

Improving the Predictability of the Madden-Julian Oscillation at Subseasonal Scales with Gaussian Process Models
von: Chen, Haoyuan, et al.
Veröffentlicht: (2025)

HMDN: Hierarchical Multi-Distribution Network for Click-Through Rate Prediction
von: Lou, Xingyu, et al.
Veröffentlicht: (2024)

Accurate Large-sample Uncertainty Quantification using Stochastic Gradient Markov Chain Monte Carlo
von: Wang, Yu, et al.
Veröffentlicht: (2026)

oculomix: Hierarchical Sampling for Retinal-Based Systemic Disease Prediction
von: Kim, Hyunmin, et al.
Veröffentlicht: (2026)

A Unified Framework for Data-Free One-Step Sampling via Wasserstein Gradient Flows
von: Wang, Chenguang, et al.
Veröffentlicht: (2026)

Towards Differentiable Multilevel Optimization: A Gradient-Based Approach
von: Gu, Yuntian, et al.
Veröffentlicht: (2024)

HyperFusion: Hierarchical Multimodal Ensemble Learning for Social Media Popularity Prediction
von: Ye, Liliang, et al.
Veröffentlicht: (2025)

A Policy Gradient-Based Sequence-to-Sequence Method for Time Series Prediction
von: Sima, Qi, et al.
Veröffentlicht: (2024)

Reinforcement Learning with Anticipation: A Hierarchical Approach for Long-Horizon Tasks
von: Yu, Yang
Veröffentlicht: (2025)

Efficient, Accurate and Stable Gradients for Neural ODEs
von: McCallum, Sam, et al.
Veröffentlicht: (2024)

A New Baseline Assumption of Integated Gradients Based on Shaply value
von: Liu, Shuyang, et al.
Veröffentlicht: (2023)

Gradient Boosting Decision Tree with LSTM for Investment Prediction
von: Yu, Chang, et al.
Veröffentlicht: (2025)

CENSOR: Defense Against Gradient Inversion via Orthogonal Subspace Bayesian Sampling
von: Zhang, Kaiyuan, et al.
Veröffentlicht: (2025)

Sample Weight Averaging for Stable Prediction
von: Yu, Han, et al.
Veröffentlicht: (2025)

When to Stop Reusing: Dynamic Gradient Gating for Sample-Efficient RLVR
von: Miao, Yuchun, et al.
Veröffentlicht: (2026)

Gradient-based Sample Selection for Faster Bayesian Optimization
von: Wei, Qiyu, et al.
Veröffentlicht: (2025)

Transformers Trained via Gradient Descent Can Provably Learn a Class of Teacher Models
von: Zhang, Chenyang, et al.
Veröffentlicht: (2026)

Stochastic Gradient Descent for Nonparametric Additive Regression
von: Chen, Xin, et al.
Veröffentlicht: (2024)

xTime: Extreme Event Prediction with Hierarchical Knowledge Distillation and Expert Fusion
von: Li, Quan, et al.
Veröffentlicht: (2025)

Sample-based Dynamic Hierarchical Transformer with Layer and Head Flexibility via Contextual Bandit
von: Meng, Fanfei, et al.
Veröffentlicht: (2023)

Mobility-Aware Cache Framework for Scalable LLM-Based Human Mobility Simulation
von: Yan, Hua, et al.
Veröffentlicht: (2026)

XLinear: A Lightweight and Accurate MLP-Based Model for Long-Term Time Series Forecasting with Exogenous Inputs
von: Chen, Xinyang, et al.
Veröffentlicht: (2026)

Enhanced Genetic Programming Models with Multiple Equations for Accurate Semi-Autogenous Grinding Mill Throughput Prediction
von: Ghasemi, Zahra, et al.
Veröffentlicht: (2023)

The Benefit of Being Bayesian in Online Conformal Prediction
von: Zhang, Zhiyu, et al.
Veröffentlicht: (2024)

Hierarchical Federated Learning with Multi-Timescale Gradient Correction
von: Fang, Wenzhi, et al.
Veröffentlicht: (2024)

Obtaining Lower Query Complexities through Lightweight Zeroth-Order Proximal Gradient Algorithms
von: Gu, Bin, et al.
Veröffentlicht: (2024)

Robust Stochastic Gradient Posterior Sampling with Lattice Based Discretisation
von: Mensch, Zier, et al.
Veröffentlicht: (2026)

Continual Safety Alignment via Gradient-Based Sample Selection
von: Bach, Thong, et al.
Veröffentlicht: (2026)

Semi-Implicit Functional Gradient Flow for Efficient Sampling
von: Zhang, Shiyue, et al.
Veröffentlicht: (2024)

SOHES: Self-supervised Open-world Hierarchical Entity Segmentation
von: Cao, Shengcao, et al.
Veröffentlicht: (2024)

A Lightweight and Gradient-Stable Neural Layer
von: Yu, Yueyao, et al.
Veröffentlicht: (2021)