Copertina

SING: SDE Inference via Natural Gradients

Fuente: arXiv

Salvato in:

Dettagli Bibliografici
Autori principali:	Hu, Amber, Smith, Henry, Linderman, Scott
Natura:	Preprint
Pubblicazione:	2025
Soggetti:	Machine Learning
Accesso online:	Acceder al recurso
Tags:	Aggiungi Tag Nessun Tag, puoi essere il primo ad aggiungerne!!

Documenti analoghi

Modeling Latent Neural Dynamics with Gaussian Process Switching Linear Dynamical Systems
di: Hu, Amber, et al.
Pubblicazione: (2024)

A Bayesian Nonparametric Perspective on Mahalanobis Distance for Out of Distribution Detection
di: Linderman, Randolph W., et al.
Pubblicazione: (2025)

Natural Gradient Hybrid Variational Inference with Application to Deep Mixed Models
di: Zhang, Weiben, et al.
Pubblicazione: (2023)

Towards a theory of learning dynamics in deep state space models
di: Smékal, Jakub, et al.
Pubblicazione: (2024)

Towards Scalable and Stable Parallelization of Nonlinear RNNs
di: Gonzalez, Xavier, et al.
Pubblicazione: (2024)

Neural Stochastic Flows: Solver-Free Modelling and Inference for SDE Solutions
di: Kiyohara, Naoki, et al.
Pubblicazione: (2025)

Understanding Stochastic Natural Gradient Variational Inference
di: Wu, Kaiwen, et al.
Pubblicazione: (2024)

SDE-Attention: Latent Attention in SDE-RNNs for Irregularly Sampled Time Series with Missing Data
di: Fang, Yuting, et al.
Pubblicazione: (2025)

Designing Cyclic Peptides via Harmonic SDE with Atom-Bond Modeling
di: Zhou, Xiangxin, et al.
Pubblicazione: (2025)

Optimization Guarantees for Square-Root Natural-Gradient Variational Inference
di: Kumar, Navish, et al.
Pubblicazione: (2025)

Time-changed normalizing flows for accurate SDE modeling
di: Bekri, Naoufal El, et al.
Pubblicazione: (2023)

Informed Correctors for Discrete Diffusion Models
di: Zhao, Yixiu, et al.
Pubblicazione: (2024)

Efficient Neural SDE Training using Wiener-Space Cubature
di: Snow, Luke, et al.
Pubblicazione: (2025)

Learning Mixture Density via Natural Gradient Expectation Maximization
di: Chen, Yutao, et al.
Pubblicazione: (2026)

Gradient Regularized Natural Gradients
di: Dash, Satya Prakash, et al.
Pubblicazione: (2026)

SDE approximations of GANs training and its long-run behavior
di: Cao, Haoyang, et al.
Pubblicazione: (2020)

Online Statistical Inference for Contextual Bandits via Stochastic Gradient Descent
di: Chang, Xiangyu, et al.
Pubblicazione: (2022)

Functional Natural Policy Gradients
di: Bibaut, Aurelien, et al.
Pubblicazione: (2026)

Empirical risk minimization algorithm for multiclass classification of S.D.E. paths
di: Denis, Christophe, et al.
Pubblicazione: (2025)

SDE Matching: Scalable and Simulation-Free Training of Latent Stochastic Differential Equations
di: Bartosh, Grigory, et al.
Pubblicazione: (2025)

Adaptive Methods Are Preferable in High Privacy Settings: An SDE Perspective
di: Compagnoni, Enea Monzio, et al.
Pubblicazione: (2026)

SING: Semantic Image Communications using Null-Space and INN-Guided Diffusion Models
di: Chen, Jiakang, et al.
Pubblicazione: (2025)

A Sketch-and-Project Analysis of Subsampled Natural Gradient Algorithms
di: Goldshlager, Gil, et al.
Pubblicazione: (2025)

Two Facets of SDE Under an Information-Theoretic Lens: Generalization of SGD via Training Trajectories and via Terminal States
di: Wang, Ziqiao, et al.
Pubblicazione: (2022)

Optimising Distributions with Natural Gradient Surrogates
di: So, Jonathan, et al.
Pubblicazione: (2023)

Robust SDE Parameter Estimation Under Missing Time Information Setting
di: Van Tran, Long, et al.
Pubblicazione: (2026)

Novel Gradient Sparsification Algorithm via Bayesian Inference
di: Bereyhi, Ali, et al.
Pubblicazione: (2024)

Data Leakage and Redundancy in the LIT-PCBA Benchmark
di: Huang, Amber, et al.
Pubblicazione: (2025)

Bayesian Online Natural Gradient (BONG)
di: Jones, Matt, et al.
Pubblicazione: (2024)

On Quantum Natural Policy Gradients
di: Sequeira, André, et al.
Pubblicazione: (2024)

Thermodynamic Natural Gradient Descent
di: Donatella, Kaelan, et al.
Pubblicazione: (2024)

An Information Theoretic Perspective on Agentic System Design
di: He, Shizhe, et al.
Pubblicazione: (2025)

On the Interaction of Batch Noise, Adaptivity, and Compression, under $(L_0,L_1)$-Smoothness: An SDE Approach
di: Compagnoni, Enea Monzio, et al.
Pubblicazione: (2025)

SDE: A Simplified and Disentangled Dependency Encoding Framework for State Space Models in Time Series Forecasting
di: Weng, Zixuan, et al.
Pubblicazione: (2024)

SyncSDE: A Probabilistic Framework for Diffusion Synchronization
di: Lee, Hyunjun, et al.
Pubblicazione: (2025)

Neural ODE and SDE Models for Adaptation and Planning in Model-Based Reinforcement Learning
di: Han, Chao, et al.
Pubblicazione: (2026)

Generalized Tangent Kernel: A Unified Geometric Foundation for Natural Gradient and Standard Gradient
di: Bai, Qinxun, et al.
Pubblicazione: (2022)

Entropy-regularized Gradient Estimators for Approximate Bayesian Inference
di: Kaur, Jasmeet
Pubblicazione: (2025)

Cheap Bootstrap for Fast Uncertainty Quantification of Stochastic Gradient Descent
di: Lam, Henry, et al.
Pubblicazione: (2023)

Statistical Inference on Gradient Flows
di: Li, Tongyu, et al.
Pubblicazione: (2026)