Buchumschlag

uGMM-NN: Univariate Gaussian Mixture Model Neural Network

Fuente: arXiv

Gespeichert in:

Bibliographische Detailangaben
1. Verfasser:	Ali, Zakeria Sharif
Format:	Preprint
Veröffentlicht:	2025
Schlagworte:	Machine Learning
Online-Zugang:	Acceder al recurso
Tags:	Tag hinzufügen Keine Tags, Fügen Sie den ersten Tag hinzu!

Ähnliche Einträge

AutoGMM: Automatic Gaussian Mixture Modeling in Python
von: Liu, Tingshan, et al.
Veröffentlicht: (2019)

TimeGMM: Single-Pass Probabilistic Forecasting via Adaptive Gaussian Mixture Models with Reversible Normalization
von: Liu, Lei, et al.
Veröffentlicht: (2026)

Implicit Bias of Mirror Flow for Shallow Neural Networks in Univariate Regression
von: Liang, Shuang, et al.
Veröffentlicht: (2024)

Random-Set Neural Networks (RS-NN)
von: Manchingal, Shireen Kudukkil, et al.
Veröffentlicht: (2023)

Statistical Modeling of Univariate Multimodal Data
von: Chasani, Paraskevi, et al.
Veröffentlicht: (2024)

GMM-COMET: Continual Source-Free Universal Domain Adaptation via a Mean Teacher and Gaussian Mixture Model-Based Pseudo-Labeling
von: Schlachter, Pascal, et al.
Veröffentlicht: (2026)

UnifiedNN: Efficient Neural Network Training on the Cloud
von: Taki, Sifat Ut, et al.
Veröffentlicht: (2024)

Understanding Self-Supervised Learning via Gaussian Mixture Models
von: Bansal, Parikshit, et al.
Veröffentlicht: (2024)

Graph Neural Network Generalization with Gaussian Mixture Model Based Augmentation
von: Abbahaddou, Yassine, et al.
Veröffentlicht: (2024)

Go With the Flow: Fast Diffusion for Gaussian Mixture Models
von: Rapakoulias, George, et al.
Veröffentlicht: (2024)

Noisy Interpolation Learning with Shallow Univariate ReLU Networks
von: Joshi, Nirmit, et al.
Veröffentlicht: (2023)

Federated Gaussian Mixture Models
von: Pettersson, Sophia Zhang, et al.
Veröffentlicht: (2025)

Fair Bilevel Neural Network (FairBiNN): On Balancing fairness and accuracy via Stackelberg Equilibrium
von: Yazdani-Jahromi, Mehdi, et al.
Veröffentlicht: (2024)

Energy Score-Guided Neural Gaussian Mixture Model for Predictive Uncertainty Quantification
von: Yang, Yang, et al.
Veröffentlicht: (2026)

Network EM Algorithm for Gaussian Mixture Model in Decentralized Federated Learning
von: Wu, Shuyuan, et al.
Veröffentlicht: (2024)

Finite Neural Networks as Mixtures of Gaussian Processes: From Provable Error Bounds to Prior Selection
von: Adams, Steven, et al.
Veröffentlicht: (2024)

From Simple to Complex: Curriculum-Guided Physics-Informed Neural Networks via Gaussian Mixture Models
von: Yang, Jianan, et al.
Veröffentlicht: (2026)

Drug Interaction Vectors Neural Network: DrIVeNN
von: Wang, Natalie, et al.
Veröffentlicht: (2023)

Mixture of Linear Models Co-supervised by Deep Neural Networks
von: Seo, Beomseok, et al.
Veröffentlicht: (2021)

Steering Large Agent Populations using Mean-Field Schrodinger Bridges with Gaussian Mixture Models
von: Rapakoulias, George, et al.
Veröffentlicht: (2025)

Graph Community Augmentation with GMM-based Modeling in Latent Space
von: Fukushima, Shintaro, et al.
Veröffentlicht: (2024)

SWAT-NN: Simultaneous Weights and Architecture Training for Neural Networks in a Latent Space
von: Huang, Zitong, et al.
Veröffentlicht: (2025)

Speech Diarization and ASR with GMM
von: Sharma, Aayush Kumar, et al.
Veröffentlicht: (2023)

Individual-heterogeneous sub-Gaussian Mixture Models
von: Qing, Huan
Veröffentlicht: (2026)

Diffusion Model Conditioning on Gaussian Mixture Model and Negative Gaussian Mixture Gradient
von: Lu, Weiguo, et al.
Veröffentlicht: (2024)

Asymptotic Analysis of Two-Layer Neural Networks after One Gradient Step under Gaussian Mixtures Data with Structure
von: Demir, Samet, et al.
Veröffentlicht: (2025)

Univariate Channel Fusion for Multivariate Time Series Classification
von: Moro, Fernando, et al.
Veröffentlicht: (2026)

Explainable Hierarchical Deep Learning Neural Networks (Ex-HiDeNN)
von: Batley, Reza T., et al.
Veröffentlicht: (2025)

Rethinking Nonlinearity: Trainable Gaussian Mixture Modules for Modern Neural Architectures
von: Lu, Weiguo, et al.
Veröffentlicht: (2025)

Structured Diffusion Models with Mixture of Gaussians as Prior Distribution
von: Jia, Nanshan, et al.
Veröffentlicht: (2024)

Spatial Covariance Constraints for Gaussian Mixture Models
von: Lu, Hanzhang, et al.
Veröffentlicht: (2026)

AdaPTS: Adapting Univariate Foundation Models to Probabilistic Multivariate Time Series Forecasting
von: Benechehab, Abdelhakim, et al.
Veröffentlicht: (2025)

Demand Forecasting for Platelet Usage: from Univariate Time Series to Multivariate Models
von: Motamedi, Maryam, et al.
Veröffentlicht: (2021)

Model Selection and Parameter Estimation of Multi-dimensional Gaussian Mixture Model
von: Liu, Xinyu, et al.
Veröffentlicht: (2026)

Explaining Model Overfitting in CNNs via GMM Clustering
von: Dou, Hui, et al.
Veröffentlicht: (2024)

Chronos-2: From Univariate to Universal Forecasting
von: Ansari, Abdul Fatir, et al.
Veröffentlicht: (2025)

Local Minima Structures in Gaussian Mixture Models
von: Chen, Yudong, et al.
Veröffentlicht: (2020)

TG-PhyNN: An Enhanced Physically-Aware Graph Neural Network framework for forecasting Spatio-Temporal Data
von: Elabid, Zakaria, et al.
Veröffentlicht: (2024)

Variational Inference with Mixtures of Isotropic Gaussians
von: Petit-Talamon, Marguerite, et al.
Veröffentlicht: (2025)

Sampling via Gaussian Mixture Approximations
von: Huang, Yongchao
Veröffentlicht: (2025)