:: Library Catalog

Buchumschlag

Gespeichert in:

Bibliographische Detailangaben
Hauptverfasser:	Das, Abhinav, Schlüter, Stephan
Format:	Preprint
Veröffentlicht:	2025
Schlagworte:	Machine Learning Probability Applications 60J20, 68T07
Online-Zugang:	https://arxiv.org/abs/2508.00040
Tags:	Tag hinzufügen Keine Tags, Fügen Sie den ersten Tag hinzu!

Ähnliche Einträge

Electricity Price Prediction Using Multi-Kernel Gaussian Process Regression Combined with Kernel-Based Support Vector Regression
von: Das, Abhinav, et al.
Veröffentlicht: (2024)

Kernel Limit for a Class of Recurrent Neural Networks Trained on Ergodic Data Sequences
von: Lam, Samuel Chun-Hei, et al.
Veröffentlicht: (2023)

Convergence Analysis of Real-time Recurrent Learning (RTRL) for a class of Recurrent Neural Networks
von: Lam, Samuel Chun-Hei, et al.
Veröffentlicht: (2025)

A Theory of Non-Acyclic Generative Flow Networks
von: Brunswic, Leo Maxime, et al.
Veröffentlicht: (2023)

Data-Driven Estimation of Conditional Expectations, Application to Optimal Stopping and Reinforcement Learning
von: Moustakides, George V.
Veröffentlicht: (2024)

An efficient Wasserstein-distance approach for reconstructing jump-diffusion processes using parameterized neural networks
von: Xia, Mingtao, et al.
Veröffentlicht: (2024)

Genus expansion for non-linear random matrix ensembles with applications to neural networks
von: Cirone, Nicola Muca, et al.
Veröffentlicht: (2024)

Stopping Times of Boundaries: Relaxation and Continuity
von: Soner, H. Mete, et al.
Veröffentlicht: (2023)

Ancestral Inference and Learning for Branching Processes in Random Environments
von: Jiang, Xiaoran, et al.
Veröffentlicht: (2025)

Phase Transitions in the Fluctuations of Functionals of Random Neural Networks
von: Di Lillo, Simmaco, et al.
Veröffentlicht: (2026)

Concentration of measure for non-linear random matrices with applications to neural networks and non-commutative polynomials
von: Adamczak, Radosław
Veröffentlicht: (2025)

Global law of conjugate kernel random matrices with heavy-tailed weights
von: Guionnet, Alice, et al.
Veröffentlicht: (2025)

Separation capacity of linear reservoirs with random connectivity matrix
von: Boutaib, Youness
Veröffentlicht: (2024)

Deep g-Pricing for CSI 300 Index Options with Volatility Trajectories and Market Sentiment
von: Zhang, Yilun, et al.
Veröffentlicht: (2026)

Near-optimal estimates for the $\ell^p$-Lipschitz constants of deep random ReLU neural networks
von: Dirksen, Sjoerd, et al.
Veröffentlicht: (2025)

Upper and lower bounds for the Lipschitz constant of random neural networks
von: Geuchen, Paul, et al.
Veröffentlicht: (2023)

Scaling limits of branching Loewner evolutions and the Dyson superprocess
von: Healey, Vivian Olsiewski, et al.
Veröffentlicht: (2023)

Large Deviations of Gaussian Neural Networks with ReLU activation
von: Vogel, Quirin
Veröffentlicht: (2024)

In almost all shallow analytic neural network optimization landscapes, efficient minimizers have strongly convex neighborhoods
von: Benning, Felix, et al.
Veröffentlicht: (2025)

Neural Conditional Transport Maps
von: Rodriguez-Pardo, Carlos, et al.
Veröffentlicht: (2025)

The Hubbert diffusion process: Estimation via simulated annealing and variable neighborhood search procedures. Application to forecasting peak oil production
von: Sant'Ana, Istoni da Luz, et al.
Veröffentlicht: (2024)

Regularity of multiplicative processes on infinite-dimensional Lie groups
von: Behme, Anita, et al.
Veröffentlicht: (2025)

On the Stability of the Jacobian Matrix in Deep Neural Networks
von: Dadoun, Benjamin, et al.
Veröffentlicht: (2025)

Scalable non-separable spatio-temporal Gaussian process models for large-scale short-term weather prediction
von: Gyger, Tim, et al.
Veröffentlicht: (2026)

Measuring and Decomposing Mode Separation via the Canonical Diffusion
von: Tolkovsky, Shaul, et al.
Veröffentlicht: (2026)

Generative optimal transport via forward-backward HJB matching
von: Yang, Haiqian, et al.
Veröffentlicht: (2026)

Radial Extremality for LRU Caching and the Fill--Holst Conjecture
von: Long, Christopher D.
Veröffentlicht: (2026)

Convergence and stationary distribution of Elo rating systems
von: Cortez, Roberto, et al.
Veröffentlicht: (2024)

Is Stochastic Gradient Descent Effective? A PDE Perspective on Machine Learning processes
von: Barbieri, Davide, et al.
Veröffentlicht: (2025)

Time Deep Gradient Flow Method for pricing American options
von: Rou, Jasper
Veröffentlicht: (2025)

A time-stepping deep gradient flow method for option pricing in (rough) diffusion models
von: Papapantoleon, Antonis, et al.
Veröffentlicht: (2024)

Robust Exploratory Stopping under Ambiguity in Reinforcement Learning
von: Ye, Junyan, et al.
Veröffentlicht: (2025)

Posterior Bayesian Neural Networks with Dependent Weights
von: Apollonio, Nicola, et al.
Veröffentlicht: (2025)

Fractal and Regular Geometry of Deep Neural Networks
von: Di Lillo, Simmaco, et al.
Veröffentlicht: (2025)

Random time-shift approximation enables hierarchical Bayesian inference of mechanistic within-host viral dynamics models on large datasets
von: Morris, Dylan J., et al.
Veröffentlicht: (2025)

An Exponential Averaging Process with Strong Convergence Properties
von: Köhne, Frederik, et al.
Veröffentlicht: (2025)

Operator Learning Using Random Features: A Tool for Scientific Computing
von: Nelsen, Nicholas H., et al.
Veröffentlicht: (2024)

Transformers Can Solve Non-Linear and Non-Markovian Filtering Problems in Continuous Time For Conditionally Gaussian Signals
von: Horvath, Blanka, et al.
Veröffentlicht: (2023)

Server saturation in skewed networks
von: Goldsztajn, Diego, et al.
Veröffentlicht: (2024)

Functional Large Deviations for Wide Deep Neural Networks with Gaussian Initialization and Lipschitz Activations
von: Macci, Claudio, et al.
Veröffentlicht: (2026)