:: Library Catalog

Copertina

Salvato in:

Dettagli Bibliografici
Autori principali:	van der Lende, Matthijs, Ferrao, Jeremias Lino, Müller-Hof, Niclas
Natura:	Preprint
Pubblicazione:	2025
Soggetti:	Machine Learning
Accesso online:	https://arxiv.org/abs/2504.17719
Tags:	Aggiungi Tag Nessun Tag, puoi essere il primo ad aggiungerne!!

Documenti analoghi

Deep Gaussian Process Proximal Policy Optimization
di: van der Lende, Matthijs, et al.
Pubblicazione: (2025)

The Anatomy of Alignment: Decomposing Preference Optimization by Steering Sparse Features
di: Ferrao, Jeremias, et al.
Pubblicazione: (2025)

World Model Agents with Change-Based Intrinsic Motivation
di: Ferrao, Jeremias, et al.
Pubblicazione: (2025)

Self-Ablating Transformers: More Interpretability, Less Sparsity
di: Ferrao, Jeremias, et al.
Pubblicazione: (2025)

Robust and Conjugate Gaussian Process Regression
di: Altamirano, Matias, et al.
Pubblicazione: (2023)

Multi-Output Robust and Conjugate Gaussian Processes
di: Rooijakkers, Joshua, et al.
Pubblicazione: (2025)

Robust and Conjugate Spatio-Temporal Gaussian Processes
di: Laplante, William, et al.
Pubblicazione: (2025)

Priors Matter: Addressing Misspecification in Bayesian Deep Q-Learning
di: van der Vaart, Pascal R., et al.
Pubblicazione: (2025)

Inverse-Free Sparse Variational Gaussian Processes
di: Cortinovis, Stefano, et al.
Pubblicazione: (2026)

Learning in Deep Factor Graphs with Gaussian Belief Propagation
di: Nabarro, Seth, et al.
Pubblicazione: (2023)

Recommendations for Baselines and Benchmarking Approximate Gaussian Processes
di: Ober, Sebastian W., et al.
Pubblicazione: (2024)

Contextual Similarity Distillation: Ensemble Uncertainties with a Single Model
di: Zanger, Moritz A., et al.
Pubblicazione: (2025)

A Distributed Gaussian Process Model for Multi-Robot Mapping
di: Nabarro, Seth, et al.
Pubblicazione: (2026)

Adjusting Model Size in Continual Gaussian Processes: How Big is Big Enough?
di: Pescador-Barrios, Guiomar, et al.
Pubblicazione: (2024)

Conformal Risk Control for Semantic Uncertainty Quantification in Computed Tomography
di: Teneggi, Jacopo, et al.
Pubblicazione: (2025)

Probabilistic Truly Unordered Rule Sets
di: Yang, Lincen, et al.
Pubblicazione: (2024)

Conditional Density Estimation with Histogram Trees
di: Yang, Lincen, et al.
Pubblicazione: (2024)

Uncertainty-Aware Out-of-Distribution Detection with Gaussian Processes
di: Chen, Yang, et al.
Pubblicazione: (2024)

Universal Value-Function Uncertainties
di: Zanger, Moritz A., et al.
Pubblicazione: (2025)

Deep Gaussian Processes for Functional Maps
di: Lowery, Matthew, et al.
Pubblicazione: (2025)

Residual Deep Gaussian Processes on Manifolds
di: Wyrwal, Kacper, et al.
Pubblicazione: (2024)

Accurate Remaining Useful Life Prediction with Uncertainty Quantification: a Deep Learning and Nonstationary Gaussian Process Approach
di: Xu, Zhaoyi, et al.
Pubblicazione: (2021)

Monotonic anomaly detection
di: Lenz, Oliver Urs, et al.
Pubblicazione: (2024)

Contrastive Learning for Correlating Network Incidents
di: Dötterl, Jeremias
Pubblicazione: (2025)

The Currents of Conflict: Decomposing Conflict Trends with Gaussian Processes
di: von der Maase, Simon P.
Pubblicazione: (2025)

VariBASed: Variational Bayes-Adaptive Sequential Monte-Carlo Planning for Deep Reinforcement Learning
di: de Vries, Joery A., et al.
Pubblicazione: (2026)

Machine learning and high dimensional vector search
di: Douze, Matthijs
Pubblicazione: (2025)

Wasserstein-type Gaussian Process Regressions for Input Measurement Uncertainty
di: Luo, Hengrui, et al.
Pubblicazione: (2026)

Scalable Deep Basis Kernel Gaussian Processes
di: Zhu, Yunqin, et al.
Pubblicazione: (2025)

Fast Deep Mixtures of Gaussian Process Experts
di: Etienam, Clement, et al.
Pubblicazione: (2020)

Amortized Variational Inference for Deep Gaussian Processes
di: Meng, Qiuxian, et al.
Pubblicazione: (2024)

Accelerating Non-Conjugate Gaussian Processes By Trading Off Computation For Uncertainty
di: Tatzel, Lukas, et al.
Pubblicazione: (2023)

I Bet You Did Not Mean That: Testing Semantic Importance via Betting
di: Teneggi, Jacopo, et al.
Pubblicazione: (2024)

Accurate and Uncertainty-Aware Multi-Task Prediction of HEA Properties Using Prior-Guided Deep Gaussian Processes
di: Alvi, Sk Md Ahnaf Akif, et al.
Pubblicazione: (2025)

Sparse Techniques for Regression in Deep Gaussian Processes
di: Latz, Jonas, et al.
Pubblicazione: (2025)

Is the Last Layer Sufficient for Uncertainty Quantification?
di: Wilson, Joseph, et al.
Pubblicazione: (2026)

Monte Carlo Stochastic Depth for Uncertainty Estimation in Deep Learning
di: Müller, Adam T., et al.
Pubblicazione: (2026)

Diffusion Bridge Variational Inference for Deep Gaussian Processes
di: Xu, Jian, et al.
Pubblicazione: (2025)

Onsager-Machlup Posterior Transport for Deep Gaussian Processes
di: Xu, Jian, et al.
Pubblicazione: (2026)

Numerically Stable Sparse Gaussian Processes via Minimum Separation using Cover Trees
di: Terenin, Alexander, et al.
Pubblicazione: (2022)