Buchumschlag

SurvSurf: a partially monotonic neural network for first-hitting time prediction of intermittently observed discrete and continuous sequential events

Fuente: arXiv

Gespeichert in:

Bibliographische Detailangaben
Hauptverfasser:	Chen, Yichen Kelly, Dittmer, Sören, Bernatowicz, Kinga, Arús-Pous, Josep, Bliznashki, Kamen, Aston, John, Rudd, James H. F., Schönlieb, Carola-Bibiane, Jones, James, Roberts, Michael
Format:	Preprint
Veröffentlicht:	2025
Schlagworte:	Machine Learning Artificial Intelligence Statistics Theory Applications 62N01
Online-Zugang:	Acceder al recurso
Tags:	Tag hinzufügen Keine Tags, Fügen Sie den ersten Tag hinzu!

Ähnliche Einträge

Unsupervised Learning of the Total Variation Flow
von: Grossmann, Tamara G., et al.
Veröffentlicht: (2022)

Data-driven approaches to inverse problems
von: Schönlieb, Carola-Bibiane, et al.
Veröffentlicht: (2025)

Expressivity of Bi-Lipschitz Normalizing Flows: A Score-Based Diffusion Perspective
von: Iske, Meira, et al.
Veröffentlicht: (2026)

Christoffel-DPS: Optimal sensor placement in diffusion posterior sampling for arbitrary distributions
von: Rowbottom, James, et al.
Veröffentlicht: (2026)

Spatiotemporal Graph Neural Network Modelling Perfusion MRI
von: Yan, Ruodan, et al.
Veröffentlicht: (2024)

Inverse Evolution Data Augmentation for Neural PDE Solvers
von: Liu, Chaoyu, et al.
Veröffentlicht: (2025)

Potential Contrast: Properties, Equivalences, and Generalization to Multiple Classes
von: Peaslee, Wallace, et al.
Veröffentlicht: (2025)

Generative Unordered Flow for Set-Structured Data Generation
von: Li, Yangming, et al.
Veröffentlicht: (2025)

Deep Network Trainability via Persistent Subspace Orthogonality
von: Massucco, Alex, et al.
Veröffentlicht: (2025)

Enhanced Denoising and Convergent Regularisation Using Tweedie Scaling
von: Khelifa, Naïl, et al.
Veröffentlicht: (2025)

Stochastic Primal-Dual Three Operator Splitting Algorithm with Extension to Equivariant Regularization-by-Denoising
von: Tang, Junqi, et al.
Veröffentlicht: (2022)

Continuous Learned Primal Dual
von: Runkel, Christina, et al.
Veröffentlicht: (2024)

TANGO: Graph Neural Dynamics via Learned Energy and Tangential Flows
von: Eliasof, Moshe, et al.
Veröffentlicht: (2025)

Approximation Theory for Lipschitz Continuous Transformers
von: Furuya, Takashi, et al.
Veröffentlicht: (2026)

Approximation theory for 1-Lipschitz ResNets
von: Murari, Davide, et al.
Veröffentlicht: (2025)

Laplace Learning in Wasserstein Space
von: Oliver, Mary Chriselda Antony, et al.
Veröffentlicht: (2025)

Multi-Level Monte Carlo Training of Neural Operators
von: Rowbottom, James, et al.
Veröffentlicht: (2025)

HypeR Adaptivity: Joint $hr$-Adaptive Meshing via Hypergraph Multi-Agent Deep Reinforcement Learning
von: Grillo, Niccolò, et al.
Veröffentlicht: (2025)

Stochastic Multiresolution Image Sketching for Inverse Imaging Problems
von: Perelli, Alessandro, et al.
Veröffentlicht: (2024)

Proximal Langevin Sampling With Inexact Proximal Mapping
von: Ehrhardt, Matthias J., et al.
Veröffentlicht: (2023)

FedMAP: Personalised Federated Learning for Real Large-Scale Healthcare Systems
von: Zhang, Fan, et al.
Veröffentlicht: (2024)

On The Temporal Domain of Differential Equation Inspired Graph Neural Networks
von: Eliasof, Moshe, et al.
Veröffentlicht: (2024)

Weakly Convex Regularisers for Inverse Problems: Convergence of Critical Points and Primal-Dual Optimisation
von: Shumaylov, Zakhar, et al.
Veröffentlicht: (2024)

GRANOLA: Adaptive Normalization for Graph Neural Networks
von: Eliasof, Moshe, et al.
Veröffentlicht: (2024)

Trajectory Stitching for Solving Inverse Problems with Flow-Based Models
von: Denker, Alexander, et al.
Veröffentlicht: (2026)

Practical Operator Sketching Framework for Accelerating Iterative Data-Driven Solutions in Inverse Problems
von: Tang, Junqi, et al.
Veröffentlicht: (2022)

Score-based Pullback Riemannian Geometry: Extracting the Data Manifold Geometry using Anisotropic Flows
von: Diepeveen, Willem, et al.
Veröffentlicht: (2024)

You KAN Do It in a Single Shot: Plug-and-Play Methods with Single-Instance Priors
von: Cheng, Yanqi, et al.
Veröffentlicht: (2024)

Resilient Graph Neural Networks: A Coupled Dynamical Systems Approach
von: Eliasof, Moshe, et al.
Veröffentlicht: (2023)

Inverse Evolution Layers: Physics-informed Regularizers for Deep Neural Networks
von: Liu, Chaoyu, et al.
Veröffentlicht: (2023)

Lie Algebra Canonicalization: Equivariant Neural Operators under arbitrary Lie Groups
von: Shumaylov, Zakhar, et al.
Veröffentlicht: (2024)

Graph Neural Regularizers for PDE Inverse Problems
von: Lauga, William, et al.
Veröffentlicht: (2025)

Bridging Annotation Gaps: Transferring Labels to Align Object Detection Datasets
von: Kennerley, Mikhail, et al.
Veröffentlicht: (2025)

Boosting Data-Driven Mirror Descent with Randomization, Equivariance, and Acceleration
von: Tan, Hong Ye, et al.
Veröffentlicht: (2023)

Practical Acceleration of the Condat-Vũ Algorithm
von: Driggs, Derek, et al.
Veröffentlicht: (2024)

SpectraKAN: Conditioning Spectral Operators
von: Cheng, Chun-Wun, et al.
Veröffentlicht: (2026)

A geometric integration approach to smooth optimisation: Foundations of the discrete gradient method
von: Ehrhardt, Matthias J., et al.
Veröffentlicht: (2018)

Blessing of Dimensionality for Approximating Sobolev Classes on Manifolds
von: Tan, Hong Ye, et al.
Veröffentlicht: (2024)

GRIFDIR: Graph Resolution-Invariant FEM Diffusion Models in Function Spaces over Irregular Domains
von: Rowbottom, James, et al.
Veröffentlicht: (2026)

On Oversquashing in Graph Neural Networks Through the Lens of Dynamical Systems
von: Gravina, Alessio, et al.
Veröffentlicht: (2025)