Copertina

Categorical Flow Maps

Fuente: arXiv

Salvato in:

Dettagli Bibliografici
Autori principali:	Roos, Daan, Davis, Oscar, Eijkelboom, Floor, Bronstein, Michael, Welling, Max, Ceylan, İsmail İlkan, Ambrogioni, Luca, van de Meent, Jan-Willem
Natura:	Preprint
Pubblicazione:	2026
Soggetti:	Machine Learning
Accesso online:	Acceder al recurso
Tags:	Aggiungi Tag Nessun Tag, puoi essere il primo ad aggiungerne!!

Documenti analoghi

Variational Flow Matching for Graph Generation
di: Eijkelboom, Floor, et al.
Pubblicazione: (2024)

Exponential Family Variational Flow Matching for Tabular Data Generation
di: Guzmán-Cordero, Andrés, et al.
Pubblicazione: (2025)

Pawsterior: Variational Flow Matching for Structured Simulation-Based Inference
di: Carrasco-Pollo, Jorge, et al.
Pubblicazione: (2026)

Riemannian Variational Flow Matching for Material and Protein Design
di: Zaghen, Olga, et al.
Pubblicazione: (2025)

Controlled Generation with Equivariant Variational Flow Matching
di: Eijkelboom, Floor, et al.
Pubblicazione: (2025)

Follow the Mean: Reference-Guided Flow Matching
di: Curvo, Pedro M. P., et al.
Pubblicazione: (2026)

Fisher Flow Matching for Generative Modeling over Discrete Data
di: Davis, Oscar, et al.
Pubblicazione: (2024)

Kernel-Gradient Drifting Models
di: Esteban-Casadevall, Maria, et al.
Pubblicazione: (2026)

Homomorphism Counts for Graph Neural Networks: All About That Basis
di: Jin, Emily, et al.
Pubblicazione: (2024)

Cooperative Graph Neural Networks
di: Finkelshtein, Ben, et al.
Pubblicazione: (2023)

Learning on Large Graphs using Intersecting Communities
di: Finkelshtein, Ben, et al.
Pubblicazione: (2024)

Equivariance Everywhere All At Once: A Recipe for Graph Foundation Models
di: Finkelshtein, Ben, et al.
Pubblicazione: (2025)

HYPER: A Foundation Model for Inductive Link Prediction with Knowledge Hypergraphs
di: Huang, Xingyue, et al.
Pubblicazione: (2025)

Erwin: A Tree-based Hierarchical Transformer for Large-scale Physical Systems
di: Zhdanov, Maksim, et al.
Pubblicazione: (2025)

Homomorphism Counts as Structural Encodings for Graph Learning
di: Bao, Linus, et al.
Pubblicazione: (2024)

Bringing Graphs to the Table: Zero-shot Node Classification via Tabular Foundation Models
di: Hayler, Adrian, et al.
Pubblicazione: (2025)

Purrception: Variational Flow Matching for Vector-Quantized Image Generation
di: Matişan, Răzvan-Andrei, et al.
Pubblicazione: (2025)

MacroGuide: Topological Guidance for Macrocycle Generation
di: Maksymiuk, Alicja, et al.
Pubblicazione: (2026)

Link Prediction with Relational Hypergraphs
di: Huang, Xingyue, et al.
Pubblicazione: (2024)

Curly Flow Matching for Learning Non-gradient Field Dynamics
di: Petrović, Katarina, et al.
Pubblicazione: (2025)

(Sparse) Attention to the Details: Preserving Spectral Fidelity in ML-based Weather Forecasting Models
di: Zhdanov, Maksim, et al.
Pubblicazione: (2026)

Flock: A Knowledge Graph Foundation Model via Learning on Random Walks
di: Kim, Jinwoo, et al.
Pubblicazione: (2025)

Zero-One Laws of Graph Neural Networks
di: Adam-Day, Sam, et al.
Pubblicazione: (2023)

Scaling Categorical Flow Maps
di: Davis, Oscar, et al.
Pubblicazione: (2026)

One Model, Any Conjunctive Query: Graph Neural Networks for Answering Queries over Incomplete Knowledge Graphs
di: Olejniczak, Krzysztof, et al.
Pubblicazione: (2024)

Almost Surely Asymptotically Constant Graph Neural Networks
di: Adam-Day, Sam, et al.
Pubblicazione: (2024)

The statistical thermodynamics of generative diffusion models: Phase transitions, symmetry breaking and critical instability
di: Ambrogioni, Luca
Pubblicazione: (2023)

How Out-of-Equilibrium Phase Transitions can Seed Pattern Formation in Trained Diffusion Models
di: Ambrogioni, Luca
Pubblicazione: (2026)

Stationarity without mean reversion in improper Gaussian processes
di: Ambrogioni, Luca
Pubblicazione: (2023)

RelAgent: LLM Agents as Data Scientists for Relational Learning
di: Huang, Xingyue, et al.
Pubblicazione: (2026)

How Expressive are Knowledge Graph Foundation Models?
di: Huang, Xingyue, et al.
Pubblicazione: (2025)

Generalised Flow Maps for Few-Step Generative Modelling on Riemannian Manifolds
di: Davis, Oscar, et al.
Pubblicazione: (2025)

VISA: Variational Inference with Sequential Sample-Average Approximations
di: Zimmermann, Heiko, et al.
Pubblicazione: (2024)

Flow Matching for Tabular Data Synthesis
di: Nasution, Bahrul Ilmi, et al.
Pubblicazione: (2025)

CORDS: Continuous Representations of Discrete Structures
di: Veljković, Tin Hadži, et al.
Pubblicazione: (2026)

CoVAE: Consistency Training of Variational Autoencoders
di: Silvestri, Gianluigi, et al.
Pubblicazione: (2025)

MSPT: Efficient Large-Scale Physical Modeling via Parallelized Multi-Scale Attention
di: Curvo, Pedro M. P., et al.
Pubblicazione: (2025)

The Information Dynamics of Generative Diffusion
di: Stancevic, Dejan, et al.
Pubblicazione: (2025)

E(n) Equivariant Message Passing Cellular Networks
di: Kovač, Veljko, et al.
Pubblicazione: (2024)

Future Directions in the Theory of Graph Machine Learning
di: Morris, Christopher, et al.
Pubblicazione: (2024)