Buchumschlag

ReMAP: Neural Reparameterization for Scalable MAP Inference in Arbitrary-Order Markov Random Fields

Fuente: arXiv

Gespeichert in:

Bibliographische Detailangaben
Hauptverfasser:	Wang, Yaomin, Ying, Chaolong, Luo, Xiaodong, Yu, Tianshu
Format:	Preprint
Veröffentlicht:	2024
Schlagworte:	Machine Learning Artificial Intelligence
Online-Zugang:	Acceder al recurso
Tags:	Tag hinzufügen Keine Tags, Fügen Sie den ersten Tag hinzu!

Ähnliche Einträge

Graph Learning with Distributional Edge Layouts
von: Zhao, Xinjian, et al.
Veröffentlicht: (2024)

Neural Network Approximators for Marginal MAP in Probabilistic Circuits
von: Arya, Shivvrat, et al.
Veröffentlicht: (2024)

Neural Graduated Assignment for Maximum Common Edge Subgraphs
von: Ying, Chaolong, et al.
Veröffentlicht: (2025)

Enhancing Graph Self-Supervised Learning with Graph Interplay
von: Zhao, Xinjian, et al.
Veröffentlicht: (2024)

UniMAP: Universal SMILES-Graph Representation Learning
von: Feng, Shikun, et al.
Veröffentlicht: (2023)

Rethinking Spectral Augmentation for Contrast-based Graph Self-Supervised Learning
von: Jian, Xiangru, et al.
Veröffentlicht: (2024)

GradMAP: Gradient-Based Multi-Agent Proximal Learning for Grid-Edge Flexibility
von: Zhou, Yihong, et al.
Veröffentlicht: (2026)

NSF-MAP: Neurosymbolic Multimodal Fusion for Robust and Interpretable Anomaly Prediction in Assembly Pipelines
von: Shyalika, Chathurangi, et al.
Veröffentlicht: (2025)

AdaGamma: State-Dependent Discounting for Temporal Adaptation in Reinforcement Learning
von: Wang, Yaomin, et al.
Veröffentlicht: (2026)

MAP-Neo: Highly Capable and Transparent Bilingual Large Language Model Series
von: Zhang, Ge, et al.
Veröffentlicht: (2024)

Enhancing MAP-Elites with Multiple Parallel Evolution Strategies
von: Flageat, Manon, et al.
Veröffentlicht: (2023)

MAP: Multi-Human-Value Alignment Palette
von: Wang, Xinran, et al.
Veröffentlicht: (2024)

Reparameterization Proximal Policy Optimization
von: Zhong, Hai, et al.
Veröffentlicht: (2025)

Reparameterization Flow Policy Optimization
von: Zhong, Hai, et al.
Veröffentlicht: (2026)

MAP's not dead yet: Uncovering true language model modes by conditioning away degeneracy
von: Yoshida, Davis, et al.
Veröffentlicht: (2023)

HiMAP: Learning Heuristics-Informed Policies for Large-Scale Multi-Agent Pathfinding
von: Tang, Huijie, et al.
Veröffentlicht: (2024)

UnIT: Scalable Unstructured Inference-Time Pruning for MAC-efficient Neural Inference on MCUs
von: Neth, Ashe, et al.
Veröffentlicht: (2025)

Learning to Condition: A Neural Heuristic for Scalable MPE Inference
von: Malhotra, Brij, et al.
Veröffentlicht: (2025)

W2SAT: Learning to generate SAT instances from Weighted Literal Incidence Graphs
von: Wen, Weihuang, et al.
Veröffentlicht: (2023)

SCENT: Robust Spatiotemporal Learning for Continuous Scientific Data via Scalable Conditioned Neural Fields
von: Park, David Keetae, et al.
Veröffentlicht: (2025)

S^2-KD: Semantic-Spectral Knowledge Distillation Spatiotemporal Forecasting
von: Wang, Wenshuo, et al.
Veröffentlicht: (2025)

Scalable Random Feature Latent Variable Models
von: Li, Ying, et al.
Veröffentlicht: (2024)

Spatio-Temporal Field Neural Networks for Air Quality Inference
von: Feng, Yutong, et al.
Veröffentlicht: (2024)

Boosting Graph Pooling with Persistent Homology
von: Ying, Chaolong, et al.
Veröffentlicht: (2024)

Zeroth-Order Fine-Tuning of LLMs in Random Subspaces
von: Yu, Ziming, et al.
Veröffentlicht: (2024)

Self-Improved Learning for Scalable Neural Combinatorial Optimization
von: Luo, Fu, et al.
Veröffentlicht: (2024)

$\clubsuit$ CLOVER $\clubsuit$: Probabilistic Forecasting with Coherent Learning Objective Reparameterization
von: Olivares, Kin G., et al.
Veröffentlicht: (2023)

Deep Belief Markov Models for POMDP Inference
von: Arcieri, Giacomo, et al.
Veröffentlicht: (2025)

QuadEnhancer: Leveraging Quadratic Transformations to Enhance Deep Neural Networks
von: Chen, Qian, et al.
Veröffentlicht: (2025)

Diffusion Fine-Tuning via Reparameterized Policy Gradient of the Soft Q-Function
von: Kang, Hyeongyu, et al.
Veröffentlicht: (2025)

Theoretical Analysis of Sparse Optimization with Reparameterization, Weight Decay, and Adaptive Learning Rate
von: Xu, Huangyu, et al.
Veröffentlicht: (2026)

Scalable Spatiotemporal Prediction with Bayesian Neural Fields
von: Saad, Feras, et al.
Veröffentlicht: (2024)

The Flexibility Trap: Why Arbitrary Order Limits Reasoning Potential in Diffusion Language Models
von: Ni, Zanlin, et al.
Veröffentlicht: (2026)

SPOT: Scalable Policy Optimization with Trees for Markov Decision Processes
von: Xiong, Xuyuan, et al.
Veröffentlicht: (2025)

ReMAP-DP: Reprojected Multi-view Aligned PointMaps for Diffusion Policy
von: Yang, Xinzhang, et al.
Veröffentlicht: (2026)

From Shallow Bayesian Neural Networks to Gaussian Processes: General Convergence, Identifiability and Scalable Inference
von: de Araújo, Gracielle Antunes, et al.
Veröffentlicht: (2026)

Factor Graph-based Interpretable Neural Networks
von: Li, Yicong, et al.
Veröffentlicht: (2025)

SofT-GRPO: Surpassing Discrete-Token LLM Reinforcement Learning via Gumbel-Reparameterized Soft-Thinking Policy Optimization
von: Zheng, Zhi, et al.
Veröffentlicht: (2025)

Generative Neural Reparameterization for Differentiable PDE-constrained Optimization
von: Joglekar, Archis S.
Veröffentlicht: (2024)

FNP: Fourier Neural Processes for Arbitrary-Resolution Data Assimilation
von: Chen, Kun, et al.
Veröffentlicht: (2024)