Buchumschlag

A Mean-Field Theory of $Θ$-Expectations

Fuente: arXiv

Gespeichert in:

Bibliographische Detailangaben
1. Verfasser:	Qi, Qian
Format:	Preprint
Veröffentlicht:	2025
Schlagworte:	Probability Artificial Intelligence Machine Learning
Online-Zugang:	Acceder al recurso
Tags:	Tag hinzufügen Keine Tags, Fügen Sie den ersten Tag hinzu!

Ähnliche Einträge

A Unified Theory of $θ$-Expectations
von: Qi, Qian
Veröffentlicht: (2025)

Neural Expectation Operators
von: Qi, Qian
Veröffentlicht: (2025)

Beyond Propagation of Chaos: A Stochastic Algorithm for Mean Field Optimization
von: Tankala, Chandan, et al.
Veröffentlicht: (2025)

Neural Brownian Motion
von: Qi, Qian
Veröffentlicht: (2025)

Note on Martingale Theory and Applications
von: Zou, Xiandong
Veröffentlicht: (2026)

Generalisation of Total Uncertainty in AI: A Theoretical Study
von: Shariatmadar, Keivan
Veröffentlicht: (2024)

Greedy Selection under Independent Increments: A Toy Model Analysis
von: Yang, Huitao
Veröffentlicht: (2025)

$α$-TCAV: A Unified Framework for Testing with Concept Activation Vectors
von: Schnoor, Ekkehard, et al.
Veröffentlicht: (2026)

Representative Arm Identification: A fixed confidence approach to identify cluster representatives
von: Gharat, Sarvesh, et al.
Veröffentlicht: (2024)

Advancing Deep Learning through Probability Engineering: A Pragmatic Paradigm for Modern AI
von: Zhang, Jianyi
Veröffentlicht: (2025)

Feature Learning Dynamics in Infinite-Depth Neural Networks
von: Yao, Zihan, et al.
Veröffentlicht: (2025)

Causal Effect Identification in Heterogeneous Environments from Higher-Order Moments
von: Kivva, Yaroslav, et al.
Veröffentlicht: (2025)

Explicit Density Approximation for Neural Implicit Samplers Using a Bernstein-Based Convex Divergence
von: de Frutos, José Manuel, et al.
Veröffentlicht: (2025)

Nonparametric Identification of Latent Concepts
von: Zheng, Yujia, et al.
Veröffentlicht: (2025)

Efficient Training of Neural SDEs Using Stochastic Optimal Control
von: Daems, Rembert, et al.
Veröffentlicht: (2025)

Neural Network Parameter-optimization of Gaussian pmDAGs
von: Saremi, Mehrzad
Veröffentlicht: (2023)

Deep Conditional Measure Quantization
von: Turinici, Gabriel
Veröffentlicht: (2023)

Soft-to-Hard Routing in Sparse Mixture-of-Experts Models
von: Rastegar, Reza
Veröffentlicht: (2026)

Generalized Gaussian Temporal Difference Error for Uncertainty-aware Reinforcement Learning
von: Kim, Seyeon, et al.
Veröffentlicht: (2024)

Quantitative CLTs in Deep Neural Networks
von: Favaro, Stefano, et al.
Veröffentlicht: (2023)

Neural Laplace for learning Stochastic Differential Equations
von: Carrel, Adrien
Veröffentlicht: (2024)

On the Equivalence of Random Network Distillation, Deep Ensembles, and Bayesian Inference
von: Zanger, Moritz A., et al.
Veröffentlicht: (2026)

TowerDebias: A Novel Unfairness Removal Method Based on the Tower Property
von: Matloff, Norman, et al.
Veröffentlicht: (2024)

Hybrid Probabilistic Forecasting of Under-Five Malaria Admissions in Ghana: A Gaussian Process Regression with Holt-Winters Smoothing
von: Ansah-Narh, T., et al.
Veröffentlicht: (2026)

Mathematical Introduction to Deep Learning: Methods, Implementations, and Theory
von: Jentzen, Arnulf, et al.
Veröffentlicht: (2023)

Bayesian Inference with Deep Weakly Nonlinear Networks
von: Hanin, Boris, et al.
Veröffentlicht: (2024)

Selective Reviews of Bandit Problems in AI via a Statistical View
von: Zhou, Pengjie, et al.
Veröffentlicht: (2024)

Combining Statistical Depth and Fermat Distance for Uncertainty Quantification
von: Nguyen, Hai-Vy, et al.
Veröffentlicht: (2024)

Graphical Models for Decision-Making: Integrating Causality and Game Theory
von: Vonk, Maarten C., et al.
Veröffentlicht: (2025)

A UCB Bandit Algorithm for General ML-Based Estimators
von: Liu, Yajing, et al.
Veröffentlicht: (2026)

A Score-Based Density Formula, with Applications in Diffusion Generative Models
von: Li, Gen, et al.
Veröffentlicht: (2024)

Symmetries in Overparametrized Neural Networks: A Mean-Field View
von: Maass, Javier, et al.
Veröffentlicht: (2024)

How to Tame Your LLM: Semantic Collapse in Continuous Systems
von: Wyss, C. M.
Veröffentlicht: (2025)

Physics-Informed Inference Time Scaling for Solving High-Dimensional PDE via Defect Correction
von: Fan, Zexi, et al.
Veröffentlicht: (2025)

Efficient Risk-sensitive Planning via Entropic Risk Measures
von: Marthe, Alexandre, et al.
Veröffentlicht: (2025)

On Training-Test (Mis)alignment in Unsupervised Combinatorial Optimization: Observation, Empirical Exploration, and Analysis
von: Bu, Fanchen, et al.
Veröffentlicht: (2025)

Natural Latents: Latent Variables Stable Across Ontologies
von: Wentworth, John, et al.
Veröffentlicht: (2025)

Virtual Parameter Sharpening: Dynamic Low-Rank Perturbations for Inference-Time Reasoning Enhancement
von: Kublashvili, Saba
Veröffentlicht: (2025)

Calibration Meets Reality: Making Machine Learning Predictions Trustworthy
von: Sinaga, Kristina P., et al.
Veröffentlicht: (2025)

Feature-aligned N-BEATS with Sinkhorn divergence
von: Lee, Joonhun, et al.
Veröffentlicht: (2023)