:: Library Catalog

Buchumschlag

Gespeichert in:

Bibliographische Detailangaben
Hauptverfasser:	Chertkov, Michael, Ahn, Sungsoo, Behjoo, Hamidreza
Format:	Preprint
Veröffentlicht:	2025
Schlagworte:	Machine Learning Statistical Mechanics Artificial Intelligence Systems and Control
Online-Zugang:	https://arxiv.org/abs/2503.14549
Tags:	Tag hinzufügen Keine Tags, Fügen Sie den ersten Tag hinzu!

Ähnliche Einträge

Adaptive Path Integral Diffusion: AdaPID
von: Chertkov, Michael, et al.
Veröffentlicht: (2025)

Exact Fractional Inference via Re-Parametrization & Interpolation between Tree-Re-Weighted- and Belief Propagation- Algorithms
von: Behjoo, Hamidreza, et al.
Veröffentlicht: (2023)

Generative Stochastic Optimal Transport: Guided Harmonic Path-Integral Diffusion
von: Chertkov, Michael
Veröffentlicht: (2025)

Temporal Memory for Resource-Constrained Agents: Continual Learning via Stochastic Compress-Add-Smooth
von: Chertkov, Michael
Veröffentlicht: (2026)

Analytic Bridge Diffusions for Controlled Path Generation
von: Chertkov, Michael
Veröffentlicht: (2026)

Mixing Artificial and Natural Intelligence: From Statistical Mechanics to AI and Back to Turbulence
von: Chertkov, Michael
Veröffentlicht: (2024)

Space-Time Diffusion Bridge
von: Behjoo, Hamidreza, et al.
Veröffentlicht: (2024)

Harmonic Path Integral Diffusion
von: Behjoo, Hamidreza, et al.
Veröffentlicht: (2024)

Mean-Field Path-Integral Diffusion: From Samples to Interacting Agents
von: Chertkov, Michael
Veröffentlicht: (2026)

Trees to Flows and Back: Unifying Decision Trees and Diffusion Models
von: Ramachandran, Sai Niranjan, et al.
Veröffentlicht: (2026)

U-Turn Diffusion
von: Behjoo, Hamidreza, et al.
Veröffentlicht: (2023)

Entropic Confinement and Mode Connectivity in Overparameterized Neural Networks
von: Di Carlo, Luca, et al.
Veröffentlicht: (2025)

Spectral Architecture Search for Neural Network Models
von: Peri, Gianluca, et al.
Veröffentlicht: (2025)

Deterministic versus stochastic dynamical classifiers: opposing random adversarial attacks with noise
von: Chicchi, Lorenzo, et al.
Veröffentlicht: (2024)

Statistical Mechanics and Artificial Neural Networks: Principles, Models, and Applications
von: Böttcher, Lucas, et al.
Veröffentlicht: (2024)

Estimating Global Input Relevance and Enforcing Sparse Representations with a Scalable Spectral Neural Network Approach
von: Chicchi, Lorenzo, et al.
Veröffentlicht: (2024)

Phase transitions in the mini-batch size for sparse and dense two-layer neural networks
von: Marino, Raffaele, et al.
Veröffentlicht: (2023)

Stable Attractors for Neural networks classification via Ordinary Differential Equations (SA-nODE)
von: Marino, Raffaele, et al.
Veröffentlicht: (2023)

A Minimal Model of Representation Collapse: Frustration, Stop-Gradient, and Dynamics
von: Yao, Louie Hong, et al.
Veröffentlicht: (2026)

Deep Neural Nets as Hamiltonians
von: Winer, Mike, et al.
Veröffentlicht: (2025)

Detailed balance in large language model-driven agents
von: Song, Zhuo-Yang, et al.
Veröffentlicht: (2025)

Inference with the Upper Confidence Bound Algorithm
von: Khamaru, Koulik, et al.
Veröffentlicht: (2024)

Symmetry and Generalisation in Neural Approximations of Renormalisation Transformations
von: Ashworth, Cassidy, et al.
Veröffentlicht: (2025)

Cross-fluctuation phase transitions reveal sampling dynamics in diffusion models
von: Ramachandran, Sai Niranjan, et al.
Veröffentlicht: (2025)

Spontaneous symmetry breaking and Goldstone modes for deep information propagation
von: Iqbal, Nabil, et al.
Veröffentlicht: (2026)

On Distinguishing Capability Elicitation from Capability Creation in Post-Training: A Free-Energy Perspective
von: Li, Yuhao, et al.
Veröffentlicht: (2026)

Grokking as a Falsifiable Finite-Size Transition
von: Bi, Yuda, et al.
Veröffentlicht: (2026)

Thermodynamic Irreversibility of Training Algorithms
von: Ziyin, Liu, et al.
Veröffentlicht: (2026)

Reinforcement Learning for Microcanonical Graph Ensemble with Assortativity Constraints
von: Choi, Hoyun, et al.
Veröffentlicht: (2026)

Stochastic Resetting Mitigates Latent Gradient Bias of SGD from Label Noise
von: Bae, Youngkyoung, et al.
Veröffentlicht: (2024)

Intuition emerges in Maximum Caliber models at criticality
von: Arola-Fernández, Lluís
Veröffentlicht: (2025)

Performance of machine-learning-assisted Monte Carlo in sampling from simple statistical physics models
von: Del Bono, Luca Maria, et al.
Veröffentlicht: (2025)

Demonstrating Real Advantage of Machine-Learning-Enhanced Monte Carlo for Combinatorial Optimization
von: Del Bono, Luca Maria, et al.
Veröffentlicht: (2025)

Emergent Slow Thinking in LLMs as Inverse Tree Freezing
von: Hu, Sihan, et al.
Veröffentlicht: (2025)

A Theory of LLM Information Susceptibility
von: Song, Zhuo-Yang, et al.
Veröffentlicht: (2026)

The critical slowing down in diffusion models
von: Del Bono, Luca Maria, et al.
Veröffentlicht: (2026)

Hamiltonian bridge: A physics-driven generative framework for targeted pattern control
von: Krishnan, Vishaal, et al.
Veröffentlicht: (2024)

Stochastic Resetting Accelerates Policy Convergence in Reinforcement Learning
von: Zhou, Jello, et al.
Veröffentlicht: (2026)

From Data-Driven to Purpose-Driven Artificial Intelligence: Systems Thinking for Data-Analytic Automation of Patient Care
von: Anadria, Daniel, et al.
Veröffentlicht: (2025)

Maximum diffusion reinforcement learning
von: Berrueta, Thomas A., et al.
Veröffentlicht: (2023)