Buchumschlag

IKNO: Infinite-order Kernel Neural Operators

Fuente: arXiv

Gespeichert in:

Bibliographische Detailangaben
Hauptverfasser:	Zhu, Pengyuan, Tsang, Ivor W., Lyu, Yueming
Format:	Preprint
Veröffentlicht:	2026
Schlagworte:	Machine Learning
Online-Zugang:	Acceder al recurso
Tags:	Tag hinzufügen Keine Tags, Fügen Sie den ersten Tag hinzu!

Ähnliche Einträge

Covariance-Adaptive Sequential Black-box Optimization for Diffusion Targeted Generation
von: Lyu, Yueming, et al.
Veröffentlicht: (2024)

Flow-Direct: Feedback-Efficient and Reusable Guidance for Flow Models via Non-Parametric Guidance Field
von: Tan, Kim Yong, et al.
Veröffentlicht: (2026)

Fast Direct: Query-Efficient Online Black-box Guidance for Diffusion-model Target Generation
von: Tan, Kim Yong, et al.
Veröffentlicht: (2025)

Distributional Multi-objective Black-box Optimization for Diffusion-model Inference-time Multi-Target Generation
von: Tan, Kim Yong, et al.
Veröffentlicht: (2025)

Diversified Batch Selection for Training Acceleration
von: Hong, Feng, et al.
Veröffentlicht: (2024)

Sharpness-Aware Black-Box Optimization
von: Ye, Feiyang, et al.
Veröffentlicht: (2024)

Imitation from Diverse Behaviors: Wasserstein Quality Diversity Imitation Learning with Single-Step Archive Exploration
von: Yu, Xingrui, et al.
Veröffentlicht: (2024)

Infinite Neural Operators: Gaussian processes on functions
von: de Souza, Daniel Augusto, et al.
Veröffentlicht: (2025)

Diversifying Policy Behaviors with Extrinsic Behavioral Curiosity
von: Wan, Zhenglin, et al.
Veröffentlicht: (2024)

MermaidFlow: Redefining Agentic Workflow Generation via Safety-Constrained Evolutionary Programming
von: Zheng, Chengqi, et al.
Veröffentlicht: (2025)

Cross-Context Backdoor Attacks against Graph Prompt Learning
von: Lyu, Xiaoting, et al.
Veröffentlicht: (2024)

Random Features for Operator-Valued Kernels: Bridging Kernel Methods and Neural Operators
von: Nguyen, Mike, et al.
Veröffentlicht: (2026)

Learning ORDER-Aware Multimodal Representations for Composite Materials Design
von: Li, Xinyao, et al.
Veröffentlicht: (2026)

Learning Discretized Neural Networks under Ricci Flow
von: Chen, Jun, et al.
Veröffentlicht: (2023)

Towards Harmless Rawlsian Fairness Regardless of Demographic Prior
von: Wang, Xuanqian, et al.
Veröffentlicht: (2024)

Training-Free Dataset Pruning for Instance Segmentation
von: Dai, Yalun, et al.
Veröffentlicht: (2025)

Neural Tangent Kernel of Neural Networks with Loss Informed by Differential Operators
von: Gan, Weiye, et al.
Veröffentlicht: (2025)

Advancing Analytic Class-Incremental Learning through Vision-Language Calibration
von: Zhao, Binyu, et al.
Veröffentlicht: (2026)

PROUD: PaRetO-gUided Diffusion Model for Multi-objective Generation
von: Yao, Yinghua, et al.
Veröffentlicht: (2024)

A First-Order Multi-Gradient Algorithm for Multi-Objective Bi-Level Optimization
von: Ye, Feiyang, et al.
Veröffentlicht: (2024)

Exploring Hierarchical Molecular Graph Representation in Multimodal LLMs
von: Hu, Chengxin, et al.
Veröffentlicht: (2024)

Alpha and Prejudice: Improving $α$-sized Worst-case Fairness via Intrinsic Reweighting
von: Li, Jing, et al.
Veröffentlicht: (2024)

Second-Order Fine-Tuning without Pain for LLMs:A Hessian Informed Zeroth-Order Optimizer
von: Zhao, Yanjun, et al.
Veröffentlicht: (2024)

Parsimony or Capability? Decomposition Delivers Both in Long-term Time Series Forecasting
von: Deng, Jinliang, et al.
Veröffentlicht: (2024)

Beyond-Expert Performance with Limited Demonstrations: Efficient Imitation Learning with Double Exploration
von: Zhao, Heyang, et al.
Veröffentlicht: (2025)

Neural Operators with Localized Integral and Differential Kernels
von: Liu-Schiaffini, Miguel, et al.
Veröffentlicht: (2024)

Olaf-World: Orienting Latent Actions for Video World Modeling
von: Jiang, Yuxin, et al.
Veröffentlicht: (2026)

Slowly Annealed Langevin Dynamics: Theory and Applications to Training-Free Guided Generation
von: Nitanda, Atsushi, et al.
Veröffentlicht: (2026)

Deep Kernel Posterior Learning under Infinite Variance Prior Weights
von: Loría, Jorge, et al.
Veröffentlicht: (2024)

Kernel Neural Operators (KNOs) for Scalable, Memory-efficient, Geometrically-flexible Operator Learning
von: Lowery, Matthew, et al.
Veröffentlicht: (2024)

Disentangling Structured Components: Towards Adaptive, Interpretable and Scalable Time Series Forecasting
von: Deng, Jinliang, et al.
Veröffentlicht: (2023)

Infinite-dimensional Mahalanobis Distance with Applications to Kernelized Novelty Detection
von: Zozoulenko, Nikita, et al.
Veröffentlicht: (2024)

Transductive Reward Inference on Graph
von: Qu, Bohao, et al.
Veröffentlicht: (2024)

Double Variance Reduction: A Smoothing Trick for Composite Optimization Problems without First-Order Gradient
von: Di, Hao, et al.
Veröffentlicht: (2024)

FM-IRL: Flow-Matching for Reward Modeling and Policy Regularization in Reinforcement Learning
von: Wan, Zhenglin, et al.
Veröffentlicht: (2025)

Mastering Continual Reinforcement Learning through Fine-Grained Sparse Network Allocation and Dormant Neuron Exploration
von: Zheng, Chengqi, et al.
Veröffentlicht: (2025)

Adversarial Dual On-Policy Distillation from Expressive Teacher
von: Wan, Zhenglin, et al.
Veröffentlicht: (2026)

Decentralized Optimization on Compact Submanifolds by Quantized Riemannian Gradient Tracking
von: Chen, Jun, et al.
Veröffentlicht: (2025)

Online Infinite-Dimensional Regression: Learning Linear Operators
von: Raman, Vinod, et al.
Veröffentlicht: (2023)

Spatial-Functional awareness Transformer-based graph archetype contrastive learning for Decoding Visual Neural Representations from EEG
von: Sun, Yueming, et al.
Veröffentlicht: (2025)