Buchumschlag

A Gentle Introduction and Tutorial on Deep Generative Models in Transportation Research

Fuente: arXiv

Gespeichert in:

Bibliographische Detailangaben
Hauptverfasser:	Choi, Seongjin, Jin, Zhixiong, Ham, Seung Woo, Kim, Jiwon, Sun, Lijun
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

PMA-Diffusion: A Physics-guided Mask-Aware Diffusion Framework for TSE from Sparse Observations
von: Liu, Lindong, et al.
Veröffentlicht: (2025)

Better Batch for Deep Probabilistic Time Series Forecasting
von: Zheng, Vincent Zhihao, et al.
Veröffentlicht: (2023)

Communication-Aware Reinforcement Learning for Cooperative Adaptive Cruise Control
von: Jiang, Sicong, et al.
Veröffentlicht: (2024)

A Real-time Evaluation Framework for Pedestrian's Potential Risk at Non-Signalized Intersections Based on Predicted Post-Encroachment Time
von: Lin, Tengfeng, et al.
Veröffentlicht: (2024)

Probabilistic Traffic Forecasting with Dynamic Regression
von: Zheng, Vincent Zhihao, et al.
Veröffentlicht: (2023)

TrajFlow: A Generative Framework for Occupancy Density Estimation Using Normalizing Flows
von: Kosieradzki, Mitch, et al.
Veröffentlicht: (2025)

Scalable Dynamic Mixture Model with Full Covariance for Probabilistic Traffic Forecasting
von: Choi, Seongjin, et al.
Veröffentlicht: (2022)

Deep Reinforcement Learning for Dynamic Origin-Destination Matrix Estimation in Microscopic Traffic Simulations Considering Credit Assignment
von: Min, Donggyu, et al.
Veröffentlicht: (2025)

Beyond coauthorship: semantic structure and phantom collaborators in transportation research, 1967--2025
von: Choi, Seongjin
Veröffentlicht: (2026)

A Gentle Introduction to Conformal Time Series Forecasting
von: Stocker, M., et al.
Veröffentlicht: (2025)

Toward Safe Integration of UAM in Terminal Airspace: UAM Route Feasibility Assessment using Probabilistic Aircraft Trajectory Prediction
von: Cho, Jungwoo, et al.
Veröffentlicht: (2025)

A Gentle Introduction to Gradient-Based Optimization and Variational Inequalities for Machine Learning
von: Wadia, Neha S., et al.
Veröffentlicht: (2023)

Adversarial Vulnerabilities in Large Language Models for Time Series Forecasting
von: Liu, Fuqiang, et al.
Veröffentlicht: (2024)

Gentle Local Robustness implies Generalization
von: Than, Khoat, et al.
Veröffentlicht: (2024)

Symbol Grounding in Neuro-Symbolic AI: A Gentle Introduction to Reasoning Shortcuts
von: Marconato, Emanuele, et al.
Veröffentlicht: (2025)

Weaver: Kronecker Product Approximations of Spatiotemporal Attention for Traffic Network Forecasting
von: Cheong, Christopher, et al.
Veröffentlicht: (2025)

On the Relationship Between Adversarial Robustness and Decision Region in Deep Neural Networks
von: Park, Seongjin, et al.
Veröffentlicht: (2022)

A Functorial Formulation of Neighborhood Aggregating Deep Learning
von: Park, Sun Woo, et al.
Veröffentlicht: (2026)

Dynamic Contrastive Skill Learning with State-Transition Based Skill Clustering and Dynamic Length Adjustment
von: Choi, Jinwoo, et al.
Veröffentlicht: (2025)

Deep Learning Methods for Adjusting Global MFD Speed Estimations to Local Link Configurations
von: Jin, Zhixiong, et al.
Veröffentlicht: (2024)

Parameter Efficient Mamba Tuning via Projector-targeted Diagonal-centric Linear Transformation
von: Ham, Seokil, et al.
Veröffentlicht: (2024)

Weisfeiler and Lehman Go Categorical
von: Choi, Seongjin, et al.
Veröffentlicht: (2026)

Hypergraph Neural Sheaf Diffusion: A Symmetric Simplicial Set Framework for Higher-Order Learning
von: Choi, Seongjin, et al.
Veröffentlicht: (2025)

MedRep: Medical Concept Representation for General Electronic Health Record Foundation Models
von: Kim, Junmo, et al.
Veröffentlicht: (2025)

Deep Generative Models for Offline Policy Learning: Tutorial, Survey, and Perspectives on Future Directions
von: Chen, Jiayu, et al.
Veröffentlicht: (2024)

FlexiQ: Adaptive Mixed-Precision Quantization for Latency/Accuracy Trade-Offs in Deep Neural Networks
von: Kim, Jaemin, et al.
Veröffentlicht: (2025)

Foundation Models for Time Series Analysis: A Tutorial and Survey
von: Liang, Yuxuan, et al.
Veröffentlicht: (2024)

A Retrospective of the Tutorial on Opportunities and Challenges of Online Deep Learning
von: Kulbach, Cedric, et al.
Veröffentlicht: (2024)

HD Maps are Lane Detection Generalizers: A Novel Generative Framework for Single-Source Domain Generalization
von: Lee, Daeun, et al.
Veröffentlicht: (2023)

PharmacoNet: Accelerating Large-Scale Virtual Screening by Deep Pharmacophore Modeling
von: Seo, Seonghwan, et al.
Veröffentlicht: (2023)

Self-Supervised Curriculum Generation for Autonomous Reinforcement Learning without Task-Specific Knowledge
von: Lee, Sang-Hyun, et al.
Veröffentlicht: (2023)

Variational Approach for Job Shop Scheduling
von: Oh, Seung Heon, et al.
Veröffentlicht: (2026)

Improving Demand Forecasting in Open Systems with Cartogram-Enhanced Deep Learning
von: Park, Sangjoon, et al.
Veröffentlicht: (2024)

Chain-of-Goals Hierarchical Policy for Long-Horizon Offline Goal-Conditioned RL
von: Choi, Jinwoo, et al.
Veröffentlicht: (2026)

A Practical Introduction to Deep Reinforcement Learning
von: Sun, Yinghan, et al.
Veröffentlicht: (2025)

Probabilistic Graphical Models: A Concise Tutorial
von: Maasch, Jacqueline, et al.
Veröffentlicht: (2025)

A Tutorial on Regression Analysis: From Linear Models to Deep Learning -- Lecture Notes on Artificial Intelligence
von: Wang, Jingyuan, et al.
Veröffentlicht: (2025)

Pareto Inverse Reinforcement Learning for Diverse Expert Policy Generation
von: Kim, Woo Kyung, et al.
Veröffentlicht: (2024)

Foundation Models for Spatio-Temporal Data Science: A Tutorial and Survey
von: Liang, Yuxuan, et al.
Veröffentlicht: (2025)

Generative Modeling through the Semi-dual Formulation of Unbalanced Optimal Transport
von: Choi, Jaemoo, et al.
Veröffentlicht: (2023)