Buchumschlag

Modeling Non-Ergodic Path Effects Using Conditional Generative Model for Fourier Amplitude Spectra

Fuente: arXiv

Gespeichert in:

Bibliographische Detailangaben
Hauptverfasser:	Lacour, Maxime, Ren, Pu, Nakata, Rie, Nakata, Nori, Mahoney, Michael
Format:	Preprint
Veröffentlicht:	2025
Schlagworte:	Machine Learning Artificial Intelligence
Online-Zugang:	Acceder al recurso
Tags:	Tag hinzufügen Keine Tags, Fügen Sie den ersten Tag hinzu!

Ähnliche Einträge

Learning Physics for Unveiling Hidden Earthquake Ground Motions via Conditional Generative Modeling
von: Ren, Pu, et al.
Veröffentlicht: (2024)

WaveCastNet: Rapid Wavefield Forecasting for Earthquake Early Warning via Deep Sequence to Sequence Learning
von: Lyu, Dongwei, et al.
Veröffentlicht: (2024)

ContextFlow++: Generalist-Specialist Flow-based Generative Models with Mixed-Variable Context Encoding
von: Gudovskiy, Denis, et al.
Veröffentlicht: (2024)

Balancing Immediate Revenue and Future Off-Policy Evaluation in Coupon Allocation
von: Nishimura, Naoki, et al.
Veröffentlicht: (2024)

DFM: Interpolant-free Dual Flow Matching
von: Gudovskiy, Denis, et al.
Veröffentlicht: (2024)

Advancing data-driven broadband seismic wavefield simulation with multi-conditional diffusion model
von: Bi, Zhengfa, et al.
Veröffentlicht: (2025)

Towards Assessing and Benchmarking Risk-Return Tradeoff of Off-Policy Evaluation
von: Kiyohara, Haruka, et al.
Veröffentlicht: (2023)

SCOPE-RL: A Python Library for Offline Reinforcement Learning and Off-Policy Evaluation
von: Kiyohara, Haruka, et al.
Veröffentlicht: (2023)

A Class Inference Scheme With Dempster-Shafer Theory for Learning Fuzzy-Classifier Systems
von: Shiraishi, Hiroki, et al.
Veröffentlicht: (2025)

Flow Along the K-Amplitude for Generative Modeling
von: Du, Weitao, et al.
Veröffentlicht: (2025)

X-KAN: Optimizing Local Kolmogorov-Arnold Networks via Evolutionary Rule-Based Machine Learning
von: Shiraishi, Hiroki, et al.
Veröffentlicht: (2025)

An Unsupervised Machine Learning Approach for Ground-Motion Spectra Clustering and Selection
von: Bond, R. Bailey, et al.
Veröffentlicht: (2022)

The T05 System for The VoiceMOS Challenge 2024: Transfer Learning from Deep Image Classifier to Naturalness MOS Prediction of High-Quality Synthetic Speech
von: Baba, Kaito, et al.
Veröffentlicht: (2024)

Score-based Generative Modeling for Conditional Independence Testing
von: Ren, Yixin, et al.
Veröffentlicht: (2025)

Fourier Transformers for Latent Crystallographic Diffusion and Generative Modeling
von: Duersch, Jed A., et al.
Veröffentlicht: (2026)

PAMod: Modeling Cyclical Shifts via Phase-Amplitude Modulation for Non-stationary Time Series Forecasting
von: Zhou, Yingbo, et al.
Veröffentlicht: (2026)

Breaking the Modality Barrier: Generative Modeling for Accurate Molecule Retrieval from Mass Spectra
von: Zhang, Yiwen, et al.
Veröffentlicht: (2025)

Improving Trajectory Stitching with Flow Models
von: O'Mahoney, Reece, et al.
Veröffentlicht: (2025)

Learning Hidden Markov Models Using Conditional Samples
von: Kakade, Sham M., et al.
Veröffentlicht: (2023)

Adapting Rule Representation With Four-Parameter Beta Distribution for Learning Classifier Systems
von: Shiraishi, Hiroki, et al.
Veröffentlicht: (2025)

Fourier Amplitude and Correlation Loss: Beyond Using L2 Loss for Skillful Precipitation Nowcasting
von: Yan, Chiu-Wai, et al.
Veröffentlicht: (2024)

Conditional Generative Models are Sufficient to Sample from Any Causal Effect Estimand
von: Rahman, Md Musfiqur, et al.
Veröffentlicht: (2024)

Transfer Learning with Pre-trained Conditional Generative Models
von: Yamaguchi, Shin'ya, et al.
Veröffentlicht: (2022)

A Formal Descriptive Language for Learning Dynamics: A Five-Layer Structural Coordinate System
von: Nakata, Miyuki T.
Veröffentlicht: (2025)

MolRGen: A Training and Evaluation Setting for De Novo Molecular Generation with Reasonning Models
von: Formont, Philippe, et al.
Veröffentlicht: (2026)

TimeAPN: Adaptive Amplitude-Phase Non-Stationarity Normalization for Time Series Forecasting
von: Hu, Yue, et al.
Veröffentlicht: (2026)

The Ratchet Effect in Silico through Interaction-Driven Cumulative Intelligence in Large Language Models
von: Zhuang, Ren
Veröffentlicht: (2025)

Interpretability-by-Design with Accurate Locally Additive Models and Conditional Feature Effects
von: Gkolemis, Vasilis, et al.
Veröffentlicht: (2026)

Impugan: Learning Conditional Generative Models for Robust Data Imputation
von: Mahmud, Zalish, et al.
Veröffentlicht: (2025)

A Theory for Conditional Generative Modeling on Multiple Data Sources
von: Wang, Rongzhen, et al.
Veröffentlicht: (2025)

HyperTransport: Amortized Conditioning of T2I Generative Models
von: Maiorca, Valentino, et al.
Veröffentlicht: (2026)

Airfoil Diffusion: Denoising Diffusion Model For Conditional Airfoil Generation
von: Graves, Reid, et al.
Veröffentlicht: (2024)

A Generative Car-following Model Conditioned On Driving Styles
von: Zhang, Yifan, et al.
Veröffentlicht: (2021)

Spectra 1.1: Scaling Laws and Efficient Inference for Ternary Language Models
von: Vaidhya, Tejas, et al.
Veröffentlicht: (2025)

Simple Self-Conditioning Adaptation for Masked Diffusion Models
von: Cardei, Michael, et al.
Veröffentlicht: (2026)

Modular Machine Learning: An Indispensable Path towards New-Generation Large Language Models
von: Wang, Xin, et al.
Veröffentlicht: (2025)

AIGC for Industrial Time Series: From Deep Generative Models to Large Generative Models
von: Ren, Lei, et al.
Veröffentlicht: (2024)

Flow Matching Ergodic Coverage
von: Sun, Max Muchen, et al.
Veröffentlicht: (2025)

Spectra-to-Structure and Structure-to-Spectra Inference Across the Periodic Table
von: Wang, Yufeng, et al.
Veröffentlicht: (2025)

Diff-MTS: Temporal-Augmented Conditional Diffusion-based AIGC for Industrial Time Series Towards the Large Model Era
von: Ren, Lei, et al.
Veröffentlicht: (2024)