Buchumschlag

Measure-to-measure interpolation using Transformers

Fuente: arXiv

Gespeichert in:

Bibliographische Detailangaben
Hauptverfasser:	Geshkovski, Borjan, Rigollet, Philippe, Ruiz-Balet, Domènec
Format:	Preprint
Veröffentlicht:	2024
Schlagworte:	Optimization and Control Machine Learning
Online-Zugang:	Acceder al recurso
Tags:	Tag hinzufügen Keine Tags, Fügen Sie den ersten Tag hinzu!

Ähnliche Einträge

Constructive conditional normalizing flows
von: Geshkovski, Borjan, et al.
Veröffentlicht: (2026)

Constructive approximate transport maps with normalizing flows
von: Álvarez-López, Antonio, et al.
Veröffentlicht: (2024)

Perceptrons and localization of attention's mean-field landscape
von: Álvarez-López, Antonio, et al.
Veröffentlicht: (2026)

Attention's forward pass and Frank-Wolfe
von: Alcalde, Albert, et al.
Veröffentlicht: (2025)

Homogenized Transformers
von: Koubbi, Hugo, et al.
Veröffentlicht: (2026)

Pattern control via Diffussion interaction
von: Ruiz-Balet, Domènec, et al.
Veröffentlicht: (2024)

On the number of modes of Gaussian kernel density estimators
von: Geshkovski, Borjan, et al.
Veröffentlicht: (2024)

Splat Regression Models
von: Daniels, Mara, et al.
Veröffentlicht: (2025)

YuriiFormer: A Suite of Nesterov-Accelerated Transformers
von: Zimin, Aleksandr, et al.
Veröffentlicht: (2026)

A mathematical perspective on Transformers
von: Geshkovski, Borjan, et al.
Veröffentlicht: (2023)

A Total Variation Flow Scheme for Ergodic Mean Field Games
von: Kalise, Dante, et al.
Veröffentlicht: (2024)

The emergence of clusters in self-attention dynamics
von: Geshkovski, Borjan, et al.
Veröffentlicht: (2023)

Mean-field games for harvesting problems: Uniqueness, long-time behaviour and weak KAM theory
von: Kobeissi, Ziad, et al.
Veröffentlicht: (2024)

Dynamic metastability in the self-attention model
von: Geshkovski, Borjan, et al.
Veröffentlicht: (2024)

Synchronization of mean-field models on the circle
von: Polyanskiy, Yury, et al.
Veröffentlicht: (2025)

Propagation of Chaos in Contextual Flow Maps
von: Chen, Shi, et al.
Veröffentlicht: (2026)

Size and depth of monotone neural networks: interpolation and approximation
von: Mikulincer, Dan, et al.
Veröffentlicht: (2022)

Approximation and interpolation of deep neural networks
von: Constantinescu, Vlad-Raul, et al.
Veröffentlicht: (2023)

Kinetic theory for Transformers and the lost-in-the-middle phenomenon
von: Duerinckx, Mitia, et al.
Veröffentlicht: (2026)

Optimal Transport with Tempered Exponential Measures
von: Amid, Ehsan, et al.
Veröffentlicht: (2023)

Unraveling the Gradient Descent Dynamics of Transformers
von: Song, Bingqing, et al.
Veröffentlicht: (2024)

An Optimal Control Approach To Transformer Training
von: Akman, Kağan, et al.
Veröffentlicht: (2026)

Stochastic Approximation Methods for Distortion Risk Measure Optimization
von: Jiang, Jinyang, et al.
Veröffentlicht: (2025)

Random Coordinate Descent on the Wasserstein Space of Probability Measures
von: Xu, Yewei, et al.
Veröffentlicht: (2026)

Sliced Wasserstein Steering between Gaussian Measures
von: Ito, Kaito, et al.
Veröffentlicht: (2026)

Incremental Learning of Sparse Attention Patterns in Transformers
von: Yüksel, Oğuz Kaan, et al.
Veröffentlicht: (2026)

On the Effectiveness of the z-Transform Method in Quadratic Optimization
von: Bach, Francis
Veröffentlicht: (2025)

Understanding Lookahead Dynamics Through Laplace Transform
von: Sanyal, Aniket, et al.
Veröffentlicht: (2025)

DLMMPR:Deep Learning-based Measurement Matrix for Phase Retrieval
von: Liu, Jing, et al.
Veröffentlicht: (2025)

How Transformers Get Rich: Approximation and Dynamics Analysis
von: Wang, Mingze, et al.
Veröffentlicht: (2024)

Near-Optimal Real-Time Personalization with Simple Transformers
von: An, Lin, et al.
Veröffentlicht: (2025)

Probabilistic Smoothing with Ratio-Monotone Transforms for Global Optimization
von: Jang, Kukyoung, et al.
Veröffentlicht: (2026)

On the Convergence of Gradient Descent on Learning Transformers with Residual Connections
von: Qin, Zhen, et al.
Veröffentlicht: (2025)

Q-Measure-Learning for Continuous State RL: Efficient Implementation and Convergence
von: Wang, Shengbo
Veröffentlicht: (2026)

Mixtures Closest to a Given Measure: A Semidefinite Programming Approach
von: Đurašinović, Srećko, et al.
Veröffentlicht: (2025)

Bayesian Optimization with Structured Measurements: A Vector-Valued RKHS Framework
von: Wang, Wenbin, et al.
Veröffentlicht: (2026)

A Similarity Measure Between Functions with Applications to Statistical Learning and Optimization
von: Huang, Chengpiao, et al.
Veröffentlicht: (2025)

A Theoretical Analysis of Self-Supervised Learning for Vision Transformers
von: Huang, Yu, et al.
Veröffentlicht: (2024)

TwIST: Rigging the Lottery in Transformers with Independent Subnetwork Training
von: Menezes, Michael, et al.
Veröffentlicht: (2025)

Mean-Field Langevin Dynamics for Signed Measures via a Bilevel Approach
von: Wang, Guillaume, et al.
Veröffentlicht: (2024)