Buchumschlag

Tucker Diffusion Model for High-dimensional Tensor Generation

Fuente: arXiv

Gespeichert in:

Bibliographische Detailangaben
Hauptverfasser:	Guo, Jianhua, Kong, Xinbing, Li, Zeyu, Mao, Junfan
Format:	Preprint
Veröffentlicht:	2026
Schlagworte:	Methodology Machine Learning
Online-Zugang:	Acceder al recurso
Tags:	Tag hinzufügen Keine Tags, Fügen Sie den ersten Tag hinzu!

Ähnliche Einträge

Personalized Tucker Decomposition: Modeling Commonality and Peculiarity on Tensor Data
von: Hu, Jiuyun, et al.
Veröffentlicht: (2023)

High-Dimensional Tensor Discriminant Analysis with Incomplete Tensors
von: Chen, Elynn, et al.
Veröffentlicht: (2024)

Conditional Hierarchical Bayesian Tucker Decomposition for Genetic Data Analysis
von: Sandler, Adam, et al.
Veröffentlicht: (2019)

Oblivious subspace embeddings for compressed Tucker decompositions
von: Pietrosanu, Matthew, et al.
Veröffentlicht: (2024)

DiffusionCounterfactuals: Inferring High-dimensional Counterfactuals with Guidance of Causal Representations
von: Zhu, Jiageng, et al.
Veröffentlicht: (2024)

Generalized Matrix Factor Model
von: Kong, Xinbing, et al.
Veröffentlicht: (2024)

Fourier Low-rank and Sparse Tensor for Efficient Tensor Completion
von: Li, Jingyang, et al.
Veröffentlicht: (2025)

High-dimensional Asymptotics of Generalization Performance in Continual Ridge Regression
von: Zhao, Yihan, et al.
Veröffentlicht: (2025)

Jointly Modeling and Clustering Tensors in High Dimensions
von: Cai, Biao, et al.
Veröffentlicht: (2021)

Robust Tensor-on-Tensor Regression
von: Hirari, Mehdi, et al.
Veröffentlicht: (2026)

Factor Augmented Tensor-on-Tensor Neural Networks
von: Zhou, Guanhao, et al.
Veröffentlicht: (2024)

High-dimensional Statistics Applications to Batch Effects in Metabolomics
von: Guo, Zhendong
Veröffentlicht: (2024)

Semi-supervised Regression Analysis with Model Misspecification and High-dimensional Data
von: Tian, Ye, et al.
Veröffentlicht: (2024)

An Adaptive Dimension Reduction Estimation Method for High-dimensional Bayesian Optimization
von: Hu, Shouri, et al.
Veröffentlicht: (2024)

Online Tensor Inference
von: Wen, Xin, et al.
Veröffentlicht: (2023)

On the Computational Complexity of Private High-dimensional Model Selection
von: Roy, Saptarshi, et al.
Veröffentlicht: (2023)

High-dimensional Functional Graphical Model Structure Learning via Neighborhood Selection Approach
von: Zhao, Boxin, et al.
Veröffentlicht: (2021)

High-dimensional Nonparametric Contextual Bandit Problem
von: Iwazaki, Shogo, et al.
Veröffentlicht: (2025)

CP Degeneracy in Tensor Regression
von: Zhou, Ya, et al.
Veröffentlicht: (2020)

Causal Customer Churn Analysis with Low-rank Tensor Block Hazard Model
von: Gao, Chenyin, et al.
Veröffentlicht: (2024)

Tucker tensor factor models: matricization and mode-wise PCA estimation
von: Zhang, Xu, et al.
Veröffentlicht: (2022)

Diffusion-Driven High-Dimensional Variable Selection
von: Wang, Minjie, et al.
Veröffentlicht: (2025)

Variable Selection for Comparing High-dimensional Time-Series Data
von: Mitsuzawa, Kensuke, et al.
Veröffentlicht: (2024)

Causality-Encoded Diffusion Models for Interventional Sampling and Edge Inference
von: Chen, Li, et al.
Veröffentlicht: (2026)

High-dimensional semi-supervised learning: in search for optimal inference of the mean
von: Zhang, Yuqian, et al.
Veröffentlicht: (2019)

Generalized Grade-of-Membership Estimation for High-dimensional Locally Dependent Data
von: Chen, Ling, et al.
Veröffentlicht: (2024)

Skeleton Regression: A Graph-Based Approach to Estimation with Manifold Structure
von: Wei, Zeyu, et al.
Veröffentlicht: (2023)

K-Tensors: Clustering Positive Semi-Definite Matrices
von: Zhang, Hanchao, et al.
Veröffentlicht: (2023)

Towards Characterizing Domain Counterfactuals For Invertible Latent Causal Models
von: Zhou, Zeyu, et al.
Veröffentlicht: (2023)

Classification of High-dimensional Time Series in Spectral Domain using Explainable Features
von: Roy, Sarbojit, et al.
Veröffentlicht: (2024)

Robust Variable Selection for High-dimensional Regression with Missing Data and Measurement Errors
von: Zhang, Zhenhao, et al.
Veröffentlicht: (2024)

Robust Spatiotemporally Contiguous Anomaly Detection Using Tensor Decomposition
von: Mondal, Rachita, et al.
Veröffentlicht: (2025)

Bayesian Adaptive Tucker Decompositions for Tensor Factorization
von: Stolf, Federica, et al.
Veröffentlicht: (2024)

Multiple Linked Tensor Factorization
von: Kang, Zhiyu, et al.
Veröffentlicht: (2025)

Predictive Performance Test based on the Exhaustive Nested Cross-Validation for High-dimensional data
von: Gauran, Iris Ivy, et al.
Veröffentlicht: (2024)

Causal Diffusion Autoencoders: Toward Counterfactual Generation via Diffusion Probabilistic Models
von: Komanduri, Aneesh, et al.
Veröffentlicht: (2024)

Simulation-based Inference for High-dimensional Data using Surjective Sequential Neural Likelihood Estimation
von: Dirmeier, Simon, et al.
Veröffentlicht: (2023)

Modeling Causal Mechanisms with Diffusion Models for Interventional and Counterfactual Queries
von: Chao, Patrick, et al.
Veröffentlicht: (2023)

Efficiently Learning Synthetic Control Models for High-dimensional Disaggregated Data
von: Shen, Ye, et al.
Veröffentlicht: (2025)

A Unified Framework for Estimation of High-dimensional Conditional Factor Models
von: Chen, Qihui
Veröffentlicht: (2022)