Copertina

Transformer Neural Processes - Kernel Regression

Fuente: arXiv

Salvato in:

Dettagli Bibliografici
Autori principali:	Jenson, Daniel, Navott, Jhonathan, Zhang, Mengyan, Sharma, Makkunda, Semenova, Elizaveta, Flaxman, Seth
Natura:	Preprint
Pubblicazione:	2024
Soggetti:	Machine Learning Artificial Intelligence
Accesso online:	Acceder al recurso
Tags:	Aggiungi Tag Nessun Tag, puoi essere il primo ad aggiungerne!!

Documenti analoghi

Scalable Spatiotemporal Inference with Biased Scan Attention Transformer Neural Processes
di: Jenson, Daniel, et al.
Pubblicazione: (2025)

DeepRV: Accelerating Spatiotemporal Inference with Pre-trained Neural Priors
di: Navott, Jhonathan, et al.
Pubblicazione: (2025)

Tokenised Flow Matching for Hierarchical Simulation Based Inference
di: Charles, Giovanni, et al.
Pubblicazione: (2026)

Uncertainty-Aware Regression for Socio-Economic Estimation via Multi-View Remote Sensing
di: Yang, Fan, et al.
Pubblicazione: (2024)

Generalization in Kernel Regression Under Realistic Assumptions
di: Barzilai, Daniel, et al.
Pubblicazione: (2023)

Graph Agnostic Causal Bayesian Optimisation
di: Mukherjee, Sumantrak, et al.
Pubblicazione: (2024)

Differential Privacy Mechanisms in Neural Tangent Kernel Regression
di: Gu, Jiuxiang, et al.
Pubblicazione: (2024)

AscendKernelGen: A Systematic Study of LLM-Based Kernel Generation for Neural Processing Units
di: Cao, Xinzi, et al.
Pubblicazione: (2026)

Spectral Transformer Neural Processes
di: Chen, Xianhe, et al.
Pubblicazione: (2026)

Kernel Stochastic Configuration Networks for Nonlinear Regression
di: Chen, Yongxuan, et al.
Pubblicazione: (2024)

Many Ways to be Right: Rashomon Sets for Concept-Based Neural Networks
di: Feng, Shihan, et al.
Pubblicazione: (2025)

Kernel Regression in Structured Non-IID Settings: Theory and Implications for Denoising Score Learning
di: Zhang, Dechen, et al.
Pubblicazione: (2025)

Indirect Query Bayesian Optimization with Integrated Feedback
di: Zhang, Mengyan, et al.
Pubblicazione: (2024)

A Unified Kernel for Neural Network Learning
di: Zhang, Shao-Qun, et al.
Pubblicazione: (2024)

Scalable Neural Network Kernels
di: Sehanobish, Arijit, et al.
Pubblicazione: (2023)

PolySHAP: Extending KernelSHAP with Interaction-Informed Polynomial Regression
di: Fumagalli, Fabian, et al.
Pubblicazione: (2026)

Scaling Law Phenomena Across Regression Paradigms: Multiple and Kernel Approaches
di: Chen, Yifang, et al.
Pubblicazione: (2025)

Adaptive Shrinkage Estimation For Personalized Deep Kernel Regression In Modeling Brain Trajectories
di: Tassopoulou, Vasiliki, et al.
Pubblicazione: (2025)

Data-Aware Random Feature Kernel for Transformers
di: Farzam, Amirhossein, et al.
Pubblicazione: (2026)

The Prevalence of Neural Collapse in Neural Multivariate Regression
di: Andriopoulos, George, et al.
Pubblicazione: (2024)

Transformers Can Implement Preconditioned Richardson Iteration for In-Context Gaussian Kernel Regression
di: Yan, Mingsong, et al.
Pubblicazione: (2026)

Revisiting Kernel Attention with Correlated Gaussian Process Representation
di: Bui, Long Minh, et al.
Pubblicazione: (2025)

Divergence of Empirical Neural Tangent Kernel in Classification Problems
di: Yu, Zixiong, et al.
Pubblicazione: (2025)

Operator Feature Neural Network for Symbolic Regression
di: Deng, Yusong, et al.
Pubblicazione: (2024)

Transformers Don't In-Context Learn Least Squares Regression
di: Hill, Joshua, et al.
Pubblicazione: (2025)

Fast Graph Condensation with Structure-based Neural Tangent Kernel
di: Wang, Lin, et al.
Pubblicazione: (2023)

Signature Kernel Conditional Independence Tests in Causal Discovery for Stochastic Processes
di: Manten, Georg, et al.
Pubblicazione: (2024)

Gaussian Process Neural Additive Models
di: Zhang, Wei, et al.
Pubblicazione: (2024)

Whom to Trust? Elective Learning for Distributed Gaussian Process Regression
di: Yang, Zewen, et al.
Pubblicazione: (2024)

Understanding Emergent In-Context Learning from a Kernel Regression Perspective
di: Han, Chi, et al.
Pubblicazione: (2023)

Transformers Learn Robust In-Context Regression under Distributional Uncertainty
di: Cao, Hoang T. H., et al.
Pubblicazione: (2026)

Kernel-Level Energy-Efficient Neural Architecture Search for Tabular Dataset
di: La, Hoang-Loc, et al.
Pubblicazione: (2025)

Efficient Two-Stage Gaussian Process Regression Via Automatic Kernel Search and Subsampling
di: Zhao, Shifan, et al.
Pubblicazione: (2024)

Eliciting Fine-Tuned Transformer Capabilities via Inference-Time Techniques
di: Sharma, Asankhaya
Pubblicazione: (2025)

Rényi Neural Processes
di: Wang, Xuesong, et al.
Pubblicazione: (2024)

Neural Bridge Processes
di: Xu, Jian, et al.
Pubblicazione: (2025)

Exploring Consistency in Graph Representations:from Graph Kernels to Graph Neural Networks
di: Liu, Xuyuan, et al.
Pubblicazione: (2024)

Imbalance in Regression Datasets
di: Kowatsch, Daniel, et al.
Pubblicazione: (2024)

KidSat: satellite imagery to map childhood poverty dataset and benchmark
di: Sharma, Makkunda, et al.
Pubblicazione: (2024)

DAO-GP Drift Aware Online Non-Linear Regression Gaussian-Process
di: Abu-Shaira, Mohammad, et al.
Pubblicazione: (2025)