Buchumschlag

A resource-efficient model for deep kernel learning

Fuente: arXiv

Gespeichert in:

Bibliographische Detailangaben
1. Verfasser:	D'Amore, Luisa
Format:	Preprint
Veröffentlicht:	2024
Schlagworte:	Machine Learning Numerical Analysis 65J22, 65K10, 65Y05, 68T09, 68W10
Online-Zugang:	Acceder al recurso
Tags:	Tag hinzufügen Keine Tags, Fügen Sie den ersten Tag hinzu!

Ähnliche Einträge

Parallel-in-time Multilevel Krylov Methods: A Prototype
von: Erlangga, Yogi A.
Veröffentlicht: (2023)

Scalable Multilevel Monte Carlo Methods Exploiting Parallel Redistribution on Coarse Levels
von: Fairbanks, Hillary R., et al.
Veröffentlicht: (2024)

Any nonincreasing convergence curves are simultaneously possible for GMRES and weighted GMRES, as well as for left and right preconditioned GMRES
von: Matalon, Pierre, et al.
Veröffentlicht: (2025)

High-performance matrix-free unfitted finite element operator evaluation
von: Bergbauer, Maximilian, et al.
Veröffentlicht: (2024)

Matrix-Free Evaluation of High-Order Shifted Boundary Finite Element Operators
von: Wichrowski, Michał
Veröffentlicht: (2025)

Randomized flexible Krylov methods for $\ell_p$ regularization
von: Landman, Malena Sabaté, et al.
Veröffentlicht: (2025)

Sequential Least-Squares Estimators with Fast Randomized Sketching for Linear Statistical Models
von: Chen, Guan-Yu, et al.
Veröffentlicht: (2025)

Mixed Precision Orthogonalization-Free Projection Methods for Eigenvalue and Singular Value Problems
von: Xu, Tianshi, et al.
Veröffentlicht: (2025)

Parameter Selection by GCV and a $χ^2$ test within Iterative Methods for $\ell_1$-regularized Inverse Problems
von: Sweeney, Brian, et al.
Veröffentlicht: (2024)

Variable Projection Methods for Solving Regularized Separable Inverse Problems with Applications to Semi-Blind Image Deblurring
von: Salzer, Delfina B. Comerso, et al.
Veröffentlicht: (2026)

Convergence Analysis of a Variable Projection Method for Regularized Separable Nonlinear Inverse Problems
von: Español, Malena I., et al.
Veröffentlicht: (2024)

Efficient Decomposition-Based Algorithms for $\ell_1$-Regularized Inverse Problems with Column-Orthogonal and Kronecker Product Matrices
von: Sweeney, Brian, et al.
Veröffentlicht: (2024)

Split Bregman Isotropic and Anisotropic Image Deblurring with Kronecker Product Sum Approximations using Single Precision Enlarged-GKB or RSVD Algorithms to provide low rank truncated SVDs
von: Alsubhi, Abdulmajeed, et al.
Veröffentlicht: (2024)

Robust, randomized preconditioning for kernel ridge regression
von: Díaz, Mateo, et al.
Veröffentlicht: (2023)

Derivative-Informed Fourier Neural Operator: Universal Approximation and Applications to PDE-Constrained Optimization
von: Yao, Boyuan, et al.
Veröffentlicht: (2025)

Stochastic trace estimation for parameter-dependent matrices applied to spectral density approximation
von: Matti, Fabio, et al.
Veröffentlicht: (2025)

Subspace-constrained randomized coordinate descent for linear systems with good low-rank matrix approximations
von: Lok, Jackie, et al.
Veröffentlicht: (2025)

Random Source Iteration Method: Mitigating the Ray Effect in the Discrete Ordinates Method
von: Fu, Jingyi, et al.
Veröffentlicht: (2025)

Fast and forward stable randomized algorithms for linear least-squares problems
von: Epperly, Ethan N.
Veröffentlicht: (2023)

Fast randomized least-squares solvers can be just as accurate and stable as classical direct solvers
von: Epperly, Ethan N., et al.
Veröffentlicht: (2024)

Parallelization Strategies for the Randomized Kaczmarz Algorithm on Large-Scale Dense Systems
von: Ferreira, Inês, et al.
Veröffentlicht: (2024)

RandNet-Parareal: a time-parallel PDE solver using Random Neural Networks
von: Gattiglio, Guglielmo, et al.
Veröffentlicht: (2024)

Leveraging joint sparsity in hierarchical Bayesian learning
von: Glaubitz, Jan, et al.
Veröffentlicht: (2023)

Convergence analysis of online algorithms for vector-valued kernel regression
von: Griebel, Michael, et al.
Veröffentlicht: (2023)

Anderson Acceleration with Truncated Gram-Schmidt
von: Tang, Ziyuan, et al.
Veröffentlicht: (2024)

A Unified Framework for Lifted Training and Inversion Approaches
von: Wang, Xiaoyu, et al.
Veröffentlicht: (2025)

Optimal Krylov On Average
von: Luo, Qi, et al.
Veröffentlicht: (2025)

The Detection and Correction of Silent Errors in Pipelined Krylov Subspace Methods
von: Carson, Erin Claire, et al.
Veröffentlicht: (2024)

A Note on Randomized Kaczmarz Algorithm for Solving Doubly-Noisy Linear Systems
von: Bergou, El Houcine, et al.
Veröffentlicht: (2023)

Gaussian Variational Schemes on Bounded and Unbounded Domains
von: Actor, Jonas A., et al.
Veröffentlicht: (2024)

Where Have All the Kaczmarz Iterates Gone?
von: Bergou, El Houcine, et al.
Veröffentlicht: (2025)

Randomized Matrix Sketching for Neural Network Training and Gradient Monitoring
von: Antil, Harbir, et al.
Veröffentlicht: (2025)

One-shot Parareal Approach for Topology Optimisation of Transient Heat Flow
von: Appel, Magnus, et al.
Veröffentlicht: (2024)

Preconditioning via Randomized Range Deflation (RandRAND)
von: Balabanov, Oleg, et al.
Veröffentlicht: (2025)

Improved Convergence Factor of Windowed Anderson Acceleration for Symmetric Fixed-Point Iterations
von: Garner, Casey, et al.
Veröffentlicht: (2023)

Beyond Low Rank: Fast Low-Rank + Diagonal Decomposition with a Spectral Approach
von: Yeon, Kingsley, et al.
Veröffentlicht: (2025)

Randomized batch-sampling Kaczmarz methods for solving linear systems
von: Xie, Dong-Yue, et al.
Veröffentlicht: (2025)

The Bayesian SIAC filter
von: Glaubitz, Jan, et al.
Veröffentlicht: (2025)

To be or not to be stable, that is the question: understanding neural networks for inverse problems
von: Evangelista, Davide, et al.
Veröffentlicht: (2022)

A new sparsity promoting residual transform operator for Lasso regression
von: Xiao, Yao, et al.
Veröffentlicht: (2025)