Buchumschlag

Fast Mutual Information Computation for Large Binary Datasets

Fuente: arXiv

Gespeichert in:

Bibliographische Detailangaben
1. Verfasser:	Falcao, Andre O.
Format:	Preprint
Veröffentlicht:	2024
Schlagworte:	Machine Learning Information Theory Numerical Analysis
Online-Zugang:	Acceder al recurso
Tags:	Tag hinzufügen Keine Tags, Fügen Sie den ersten Tag hinzu!

Ähnliche Einträge

Physics-informed deep learning and compressive collocation for high-dimensional diffusion-reaction equations: practical existence theory and numerics
von: Brugiapaglia, Simone, et al.
Veröffentlicht: (2024)

Approximation Rates in Fréchet Metrics: Barron Spaces, Paley-Wiener Spaces, and Fourier Multipliers
von: Abdeljawad, Ahmed, et al.
Veröffentlicht: (2024)

Finite Samples for Shallow Neural Networks
von: Xia, Yu, et al.
Veröffentlicht: (2025)

A physics-informed neural network framework for modeling obstacle-related equations
von: Bahja, Hamid El, et al.
Veröffentlicht: (2023)

Benign overfitting in Fixed Dimension via Physics-Informed Learning with Smooth Inductive Bias
von: Wong, Honam, et al.
Veröffentlicht: (2024)

Efficient Model-Based Collaborative Filtering with Fast Adaptive PCA
von: Ding, Xiangyun, et al.
Veröffentlicht: (2020)

Scattering Networks on Noncommutative Finite Groups
von: Arias, Maria Teresa, et al.
Veröffentlicht: (2025)

Symmetric Rank-One Quasi-Newton Methods for Deep Learning Using Cubic Regularization
von: Ranganath, Aditya, et al.
Veröffentlicht: (2025)

Randomized Space-Time Sampling for Affine Graph Dynamical Systems
von: Gong, Le, et al.
Veröffentlicht: (2025)

Estimating quantum relative entropies on quantum computers
von: Lu, Yuchen, et al.
Veröffentlicht: (2025)

Why Does Stochastic Gradient Descent Slow Down in Low-Precision Training?
von: Yun, Vincent-Daniel
Veröffentlicht: (2025)

Eigenmatrix for unstructured sparse recovery
von: Ying, Lexing
Veröffentlicht: (2023)

Infinite dimensional generative sensing
von: Angella, Paolo, et al.
Veröffentlicht: (2026)

Secure multiparty computations in floating-point arithmetic
von: Guo, Chuan, et al.
Veröffentlicht: (2020)

Gaussian Process Regression under Computational and Epistemic Misspecification
von: Sanz-Alonso, Daniel, et al.
Veröffentlicht: (2023)

Revisit CP Tensor Decomposition: Statistical Optimality and Fast Convergence
von: Tang, Runshi, et al.
Veröffentlicht: (2025)

An Optimal Transport-Based Method for Computing LM Rate and Its Convergence Analysis
von: Wu, Shitong, et al.
Veröffentlicht: (2025)

Probability Tools for Sequential Random Projection
von: Li, Yingru
Veröffentlicht: (2024)

Accurate Estimation of Mutual Information in High Dimensional Data
von: Abdelaleem, Eslam, et al.
Veröffentlicht: (2025)

Low-Rank Approximation, Adaptation, and Other Tales
von: Lu, Jun
Veröffentlicht: (2024)

Expand More, Shrink Less: Shaping Effective-Rank Dynamics for Dense Scaling in Recommendation
von: Li, Guoming, et al.
Veröffentlicht: (2026)

Grassmanian Interpolation of Low-Pass Graph Filters: Theory and Applications
von: Savostianov, Anton, et al.
Veröffentlicht: (2025)

Data-Driven Approximation of Binary-State Network Reliability Function: Algorithm Selection and Reliability Thresholds for Large-Scale Systems
von: Yeh, Wei-Chang
Veröffentlicht: (2025)

Posterior Covariance Structures in Gaussian Processes
von: Cai, Difeng, et al.
Veröffentlicht: (2024)

Linear cost and exponentially convergent approximation of Gaussian Matérn processes on intervals
von: Bolin, David, et al.
Veröffentlicht: (2024)

Enabling stratified sampling in high dimensions via nonlinear dimensionality reduction
von: Geraci, Gianluca, et al.
Veröffentlicht: (2025)

Towards Sharp Minimax Risk Bounds for Operator Learning
von: Adcock, Ben, et al.
Veröffentlicht: (2025)

Dimension-Free Convergence of Diffusion Models for Approximate Gaussian Mixtures
von: Li, Gen, et al.
Veröffentlicht: (2025)

Simultaneous Approximation of the Score Function and Its Derivatives by Deep Neural Networks
von: Yakovlev, Konstantin, et al.
Veröffentlicht: (2025)

Faster Diffusion Models via Higher-Order Approximation
von: Li, Gen, et al.
Veröffentlicht: (2025)

On Spectral Learning for Odeco Tensors: Perturbation, Initialization, and Algorithms
von: Auddy, Arnab, et al.
Veröffentlicht: (2025)

Data-driven Learning of Interaction Laws in Multispecies Particle Systems with Gaussian Processes: Convergence Theory and Applications
von: Feng, Jinchao, et al.
Veröffentlicht: (2025)

Optimal Recovery Meets Minimax Estimation
von: DeVore, Ronald, et al.
Veröffentlicht: (2025)

Convergence Rates for Learning Pseudo-Differential Operators
von: Chen, Jiaheng, et al.
Veröffentlicht: (2026)

Solving PDEs on Spheres with Physics-Informed Convolutional Neural Networks
von: Lei, Guanhang, et al.
Veröffentlicht: (2023)

Can Linear Probes Measure LLM Uncertainty?
von: Dakhmouche, Ramzi, et al.
Veröffentlicht: (2025)

Score Operator Newton transport
von: Chandramoorthy, Nisha, et al.
Veröffentlicht: (2023)

Weighted least-squares approximation with determinantal point processes and generalized volume sampling
von: Nouy, Anthony, et al.
Veröffentlicht: (2023)

Transformers for Learning on Noisy and Task-Level Manifolds: Approximation and Generalization Insights
von: Shen, Zhaiming, et al.
Veröffentlicht: (2025)

Posterior Concentration of Bayesian Physics-Informed Neural Networks for Elliptic PDEs
von: Zhao, Yuxuan, et al.
Veröffentlicht: (2026)