Copertina

Note on Martingale Theory and Applications

Fuente: arXiv

Salvato in:

Dettagli Bibliografici
Autore principale:	Zou, Xiandong
Natura:	Preprint
Pubblicazione:	2026
Soggetti:	Machine Learning Artificial Intelligence Probability
Accesso online:	Acceder al recurso
Tags:	Aggiungi Tag Nessun Tag, puoi essere il primo ad aggiungerne!!

Documenti analoghi

A Unified Theory of $θ$-Expectations
di: Qi, Qian
Pubblicazione: (2025)

A Mean-Field Theory of $Θ$-Expectations
di: Qi, Qian
Pubblicazione: (2025)

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

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

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

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

Neural Network Parameter-optimization of Gaussian pmDAGs
di: Saremi, Mehrzad
Pubblicazione: (2023)

Deep Conditional Measure Quantization
di: Turinici, Gabriel
Pubblicazione: (2023)

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

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

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

Nonparametric Identification of Latent Concepts
di: Zheng, Yujia, et al.
Pubblicazione: (2025)

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

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

Neural Expectation Operators
di: Qi, Qian
Pubblicazione: (2025)

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

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

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

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

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

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

Neural Laplace for learning Stochastic Differential Equations
di: Carrel, Adrien
Pubblicazione: (2024)

IBNorm: Information-Bottleneck Inspired Normalization for Representation Learning
di: Zou, Xiandong, et al.
Pubblicazione: (2025)

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

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

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

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

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

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

Will More Expressive Graph Neural Networks do Better on Generative Tasks?
di: Zou, Xiandong, et al.
Pubblicazione: (2023)

On the Subgaussianity of Quantized Linear Maps: An AI-Assisted Note
di: Zou, Guangyi, et al.
Pubblicazione: (2026)

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

Martingale-Consistent Self-Supervised Learning
di: Gögl, Moritz, et al.
Pubblicazione: (2026)

Scaling Limits of Long-Context Transformers
di: Bruno, Giuseppe, et al.
Pubblicazione: (2026)

Probabilistic Geometric Alignment via Bayesian Latent Transport for Domain-Adaptive Foundation Models
di: Aueawatthanaphisut, Aueaphum, et al.
Pubblicazione: (2026)

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

Tail-Aware Information-Theoretic Generalization for RLHF and SGLD
di: Zhang, Huiming, et al.
Pubblicazione: (2026)

Neural Brownian Motion
di: Qi, Qian
Pubblicazione: (2025)

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

Robust $Q$-learning Algorithm for Markov Decision Processes under Wasserstein Uncertainty
di: Neufeld, Ariel, et al.
Pubblicazione: (2022)