:: Library Catalog

Buchumschlag

Gespeichert in:

Bibliographische Detailangaben
1. Verfasser:	Kimura, Masanari
Format:	Preprint
Veröffentlicht:	2026
Schlagworte:	Machine Learning
Online-Zugang:	https://arxiv.org/abs/2602.08185
Tags:	Tag hinzufügen Keine Tags, Fügen Sie den ersten Tag hinzu!

Ähnliche Einträge

Graph-Smoothed Bayesian Black-Box Shift Estimator and Its Information Geometry
von: Kimura, Masanari
Veröffentlicht: (2025)

Theoretical and Practical Analysis of Fréchet Regression via Comparison Geometry
von: Kimura, Masanari, et al.
Veröffentlicht: (2025)

Higher-Order Asymptotics of Test-Time Adaptation for Batch Normalization Statistics
von: Kimura, Masanari
Veröffentlicht: (2025)

Edgeworth Expansion for Semi-hard Triplet Loss
von: Kimura, Masanari
Veröffentlicht: (2025)

Understanding Test-Time Augmentation
von: Kimura, Masanari
Veröffentlicht: (2024)

Heteroscedastic Double Bayesian Elastic Net
von: Kimura, Masanari
Veröffentlicht: (2025)

Density Ratio Estimation via Sampling along Generalized Geodesics on Statistical Manifolds
von: Kimura, Masanari, et al.
Veröffentlicht: (2024)

Geometric Insights into Focal Loss: Reducing Curvature for Enhanced Model Calibration
von: Kimura, Masanari, et al.
Veröffentlicht: (2024)

Generalized Power Priors for Improved Bayesian Inference with Historical Data
von: Kimura, Masanari, et al.
Veröffentlicht: (2025)

Test-Time Augmentation Meets Variational Bayes
von: Kimura, Masanari, et al.
Veröffentlicht: (2024)

A Short Survey on Importance Weighting for Machine Learning
von: Kimura, Masanari, et al.
Veröffentlicht: (2024)

Self-Repellent Random Walks on General Graphs -- Achieving Minimal Sampling Variance via Nonlinear Markov Chains
von: Doshi, Vishwaraj, et al.
Veröffentlicht: (2023)

True Self-Avoiding Walk for Accelerating Markov-Chain Monte Carlo Integration
von: Qinghua, et al.
Veröffentlicht: (2026)

Repelling Random Walks
von: Reid, Isaac, et al.
Veröffentlicht: (2023)

On permutation-invariant neural networks
von: Kimura, Masanari, et al.
Veröffentlicht: (2024)

Explaining Black-box Model Predictions via Two-level Nested Feature Attributions with Consistency Property
von: Yoshikawa, Yuya, et al.
Veröffentlicht: (2024)

Distributed Graph Embedding with Information-Oriented Random Walks
von: Fang, Peng, et al.
Veröffentlicht: (2023)

Distances for Markov Chains, and Their Differentiation
von: Brugère, Tristan, et al.
Veröffentlicht: (2023)

Random Walk Guided Hyperbolic Graph Distillation
von: Long, Yunbo, et al.
Veröffentlicht: (2025)

Towards Understanding Transformers in Learning Random Walks
von: Shi, Wei, et al.
Veröffentlicht: (2025)

Pairwise Markov Chains for Volatility Forecasting
von: Azeraf, Elie
Veröffentlicht: (2024)

INFO-SEDD: Continuous Time Markov Chains as Scalable Information Metrics Estimators
von: Foresti, Alberto, et al.
Veröffentlicht: (2025)

Revisiting Random Walks for Learning on Graphs
von: Kim, Jinwoo, et al.
Veröffentlicht: (2024)

Coreset Markov Chain Monte Carlo
von: Chen, Naitong, et al.
Veröffentlicht: (2023)

Empirical PAC-Bayes Bounds for Markov Chains
von: Karagulyan, Vahe, et al.
Veröffentlicht: (2025)

Deep Thinking by Markov Chain of Continuous Thoughts
von: Liu, Jiayu, et al.
Veröffentlicht: (2025)

Linear Discriminant Analysis with the Randomized Kaczmarz Method
von: Chi, Jocelyn T., et al.
Veröffentlicht: (2022)

Differentially Private Decentralized Learning with Random Walks
von: Cyffers, Edwige, et al.
Veröffentlicht: (2024)

Absorb and Converge: Provable Convergence Guarantee for Absorbing Discrete Diffusion Models
von: Liang, Yuchen, et al.
Veröffentlicht: (2025)

Causal Inference on Stopped Random Walks in Online Advertising
von: Yu, Jia Yuan
Veröffentlicht: (2026)

Representing Molecules as Random Walks Over Interpretable Grammars
von: Sun, Michael, et al.
Veröffentlicht: (2024)

Markov Chain Estimation with In-Context Learning
von: Lepage, Simon, et al.
Veröffentlicht: (2025)

Stereographic Markov Chain Monte Carlo
von: Yang, Jun, et al.
Veröffentlicht: (2022)

Learning Long Range Dependencies on Graphs via Random Walks
von: Chen, Dexiong, et al.
Veröffentlicht: (2024)

Descriptive Kernel Convolution Network with Improved Random Walk Kernel
von: Lee, Meng-Chieh, et al.
Veröffentlicht: (2024)

Gaussian Invariant Markov Chain Monte Carlo
von: Titsias, Michalis K., et al.
Veröffentlicht: (2025)

On Statistical Estimation of Edge-Reinforced Random Walks
von: Qinghua, et al.
Veröffentlicht: (2025)

A Practice in Enrollment Prediction with Markov Chain Models
von: Zhao, Yan, et al.
Veröffentlicht: (2024)

A singular Riemannian Geometry Approach to Deep Neural Networks III. Piecewise Differentiable Layers and Random Walks on $n$-dimensional Classes
von: Benfenati, Alessandro, et al.
Veröffentlicht: (2024)

Predicting Electricity Consumption with Random Walks on Gaussian Processes
von: Hashimoto-Cullen, Chloé, et al.
Veröffentlicht: (2024)