Buchumschlag

Divergence-kernel method for linear responses of densities and generative models

Fuente: arXiv

Gespeichert in:

Bibliographische Detailangaben
1. Verfasser:	Ni, Angxiu
Format:	Preprint
Veröffentlicht:	2025
Schlagworte:	Dynamical Systems Machine Learning Probability
Online-Zugang:	Acceder al recurso
Tags:	Tag hinzufügen Keine Tags, Fügen Sie den ersten Tag hinzu!

Ähnliche Einträge

Ergodic and foliated kernel-differentiation method for linear responses of random systems
von: Ni, Angxiu
Veröffentlicht: (2024)

Adjoint path-kernel method for backpropagation and data assimilation in unstable diffusions
von: Ni, Angxiu
Veröffentlicht: (2025)

Path-Kernel Method for Differentiating Unstable Diffusions
von: Ni, Angxiu
Veröffentlicht: (2025)

Divergence-Kernel method for scores of random systems
von: Ni, Angxiu
Veröffentlicht: (2025)

When and how can inexact generative models still sample from the data manifold?
von: Chandramoorthy, Nisha, et al.
Veröffentlicht: (2025)

Optimal Response for Hyperbolic Systems by the fast adjoint response method
von: Galatolo, Stefano, et al.
Veröffentlicht: (2025)

Evaluating the design space of diffusion-based generative models
von: Wang, Yuqing, et al.
Veröffentlicht: (2024)

Fast differentiation of hyperbolic chaos
von: Ni, Angxiu
Veröffentlicht: (2020)

A scalable generative model for dynamical system reconstruction from neuroimaging data
von: Volkmann, Eric, et al.
Veröffentlicht: (2024)

Bridging discrete and continuous state spaces: Exploring the Ehrenfest process in time-continuous diffusion models
von: Winkler, Ludwig, et al.
Veröffentlicht: (2024)

Residual connections provably mitigate oversmoothing in graph neural networks
von: Chen, Ziang, et al.
Veröffentlicht: (2025)

Geometric regularization of autoencoders via observed stochastic dynamics
von: Hill, Sean, et al.
Veröffentlicht: (2026)

The Minary Primitive of Computational Autopoiesis
von: Connor, Daniel, et al.
Veröffentlicht: (2026)

Random Quadratic Form on a Sphere: Synchronization by Common Noise
von: Engel, Maximilian, et al.
Veröffentlicht: (2026)

A Score Filter Enhanced Data Assimilation Framework for Data-Driven Dynamical Systems
von: Tang, Jingqiao, et al.
Veröffentlicht: (2026)

Characterizing Dynamical Stability of Stochastic Gradient Descent in Overparameterized Learning
von: Chemnitz, Dennis, et al.
Veröffentlicht: (2024)

Optimal Initialization in Depth: Lyapunov Initialization and Limit Theorems for Deep Leaky ReLU Networks
von: Kogler, Constantin, et al.
Veröffentlicht: (2026)

Backpropagation in hyperbolic chaos via adjoint shadowing
von: Ni, Angxiu
Veröffentlicht: (2022)

Data-driven model discovery with Kolmogorov-Arnold networks
von: Moradi, Mohammadamin, et al.
Veröffentlicht: (2024)

Ensemble forecasts in reproducing kernel Hilbert space family
von: Dufée, Benjamin, et al.
Veröffentlicht: (2022)

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

The Mean-Field Dynamics of Transformers
von: Rigollet, Philippe
Veröffentlicht: (2025)

Data-driven approximation of transfer operators for mean-field stochastic differential equations
von: Ioannou, Eirini, et al.
Veröffentlicht: (2025)

A Dynamics-Informed Gaussian Process Framework for 2D Stochastic Navier-Stokes via Quasi-Gaussianity
von: Hamzi, Boumediene, et al.
Veröffentlicht: (2025)

Learning Chaotic Systems and Long-Term Predictions with Neural Jump ODEs
von: Krach, Florian, et al.
Veröffentlicht: (2024)

Dynamical Measure Transport and Neural PDE Solvers for Sampling
von: Sun, Jingtong, et al.
Veröffentlicht: (2024)

Effective quenched linear response for random dynamical systems
von: Dragicevic, Davor, et al.
Veröffentlicht: (2024)

Invariant Measures for Data-Driven Dynamical System Identification: Analysis and Application
von: Botvinick-Greenhouse, Jonah
Veröffentlicht: (2025)

Bayesian Transfer Operators in Reproducing Kernel Hilbert Spaces
von: Boshoff, Septimus, et al.
Veröffentlicht: (2025)

Tree-based Learning for High-Fidelity Prediction of Chaos
von: Giammarese, Adam, et al.
Veröffentlicht: (2024)

Bayesian identification of nonseparable Hamiltonians with multiplicative noise using deep learning and reduced-order modeling
von: Galioto, Nicholas, et al.
Veröffentlicht: (2024)

Statistical regularity and linear response of Mather measures for Tonelli Lagrangian systems
von: Sorrentino, Alfonso, et al.
Veröffentlicht: (2026)

Discovering Governing Equations in the Presence of Uncertainty
von: Olabiyi, Ridwan, et al.
Veröffentlicht: (2025)

Minimum Reduced-Order Models via Causal Inference
von: Chen, Nan, et al.
Veröffentlicht: (2024)

Optimal response for stochastic differential equations in $\mathbb{T}^d$ with perturbations on the drift term
von: Del Sarto, Gianmarco, et al.
Veröffentlicht: (2026)

Long time behavior of a degenerate stochastic system modeling the response of a population face to environmental impacts
von: Collet, Pierre, et al.
Veröffentlicht: (2024)

Fractional neural attention for efficient multiscale sequence processing
von: Qu, Cheng Kevin, et al.
Veröffentlicht: (2025)

Weak Generative Sampler to Efficiently Sample Invariant Distribution of Stochastic Differential Equation
von: Cai, Zhiqiang, et al.
Veröffentlicht: (2024)

Forecasting with an N-dimensional Langevin Equation and a Neural-Ordinary Differential Equation
von: Malpica-Morales, Antonio, et al.
Veröffentlicht: (2024)

Spectral methods for limit theorems for random expanding transformations
von: Hafouta, Yeor
Veröffentlicht: (2023)