Buchumschlag

Spectral Anatomy of Quantum Gaussian Process Kernels

Fuente: arXiv

Gespeichert in:

Bibliographische Detailangaben
Hauptverfasser:	Xu, Jian, Li, Chao, Lin, Guang, Qiu, Yuning, Zeng, Delu, Paisley, John, Zhao, Qibin
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

Onsager-Machlup Posterior Transport for Deep Gaussian Processes
von: Xu, Jian, et al.
Veröffentlicht: (2026)

Diffusion Bridge Variational Inference for Deep Gaussian Processes
von: Xu, Jian, et al.
Veröffentlicht: (2025)

AQKA: Active Quantum Kernel Acquisition Under a Shot Budget
von: Xu, Jian, et al.
Veröffentlicht: (2026)

Sparse Inducing Points in Deep Gaussian Processes: Enhancing Modeling with Denoising Diffusion Variational Inference
von: Xu, Jian, et al.
Veröffentlicht: (2024)

Neural Bridge Processes
von: Xu, Jian, et al.
Veröffentlicht: (2025)

Sparse Variational Student-t Processes for Heavy-tailed Modeling
von: Xu, Jian, et al.
Veröffentlicht: (2024)

Fully Bayesian Differential Gaussian Processes through Stochastic Differential Equations
von: Xu, Jian, et al.
Veröffentlicht: (2024)

Bayesian Gaussian Process ODEs via Double Normalizing Flows
von: Xu, Jian, et al.
Veröffentlicht: (2023)

One-Step Score-Based Density Ratio Estimation
von: Chen, Wei, et al.
Veröffentlicht: (2026)

Stochastic Schrödinger Diffusion Models for Pure-State Ensemble Generation
von: Xu, Jian, et al.
Veröffentlicht: (2026)

Variational Learning of Gaussian Process Latent Variable Models through Stochastic Gradient Annealed Importance Sampling
von: Xu, Jian, et al.
Veröffentlicht: (2024)

Diffusion Secant Alignment for Score-Based Density Ratio Estimation
von: Chen, Wei, et al.
Veröffentlicht: (2025)

Sparse Variational Student-t Processes
von: Xu, Jian, et al.
Veröffentlicht: (2023)

Flexible Bayesian Last Layer Models Using Implicit Priors and Diffusion Posterior Sampling
von: Xu, Jian, et al.
Veröffentlicht: (2024)

Towards Disentangled Preference Optimization Dynamics: Suppress the Loser, Preserve the Winner
von: Chen, Wei, et al.
Veröffentlicht: (2026)

Dequantified Diffusion-Schr{ö}dinger Bridge for Density Ratio Estimation
von: Chen, Wei, et al.
Veröffentlicht: (2025)

Entropy-Informed Weighting Channel Normalizing Flow for Deep Generative Models
von: Chen, Wei, et al.
Veröffentlicht: (2024)

Neural Operator Variational Inference based on Regularized Stein Discrepancy for Deep Gaussian Processes
von: Xu, Jian, et al.
Veröffentlicht: (2023)

Gaussian Process Neural Additive Models
von: Zhang, Wei, et al.
Veröffentlicht: (2024)

A Minimum Variance Path Principle for Accurate and Stable Score-Based Density Ratio Estimation
von: Chen, Wei, et al.
Veröffentlicht: (2026)

An Explainable Gaussian Process Auto-encoder for Tabular Data
von: Zhang, Wei, et al.
Veröffentlicht: (2025)

Gaussian Process Tilted Nonparametric Density Estimation using Fisher Divergence Score Matching
von: Paisley, John, et al.
Veröffentlicht: (2025)

Toward Understanding Convolutional Neural Networks from Volterra Convolution Perspective
von: Li, Tenghui, et al.
Veröffentlicht: (2021)

Consist-Retinex: One-Step Noise-Emphasized Consistency Training Accelerates High-Quality Retinex Enhancement
von: Xu, Jian, et al.
Veröffentlicht: (2025)

Structured Unitary Tensor Network Representations for Circuit-Efficient Quantum Data Encoding
von: Lin, Guang, et al.
Veröffentlicht: (2026)

Efficient Low Rank Attention for Long-Context Inference in Large Language Models
von: Li, Tenghui, et al.
Veröffentlicht: (2025)

On the Approximation Complexity of Matrix Product Operator Born Machines
von: Li, Chao, et al.
Veröffentlicht: (2026)

Tabular Diffusion Counterfactual Explanations
von: Zhang, Wei, et al.
Veröffentlicht: (2025)

Stochastic Variational Inference with Tuneable Stochastic Annealing
von: Paisley, John, et al.
Veröffentlicht: (2025)

Scalable Deep Basis Kernel Gaussian Processes
von: Zhu, Yunqin, et al.
Veröffentlicht: (2025)

tnGPS: Discovering Unknown Tensor Network Structure Search Algorithms via Large Language Models (LLMs)
von: Zeng, Junhua, et al.
Veröffentlicht: (2024)

QuProFS: An Evolutionary Training-free Approach to Efficient Quantum Feature Map Search
von: Gujju, Yaswitha, et al.
Veröffentlicht: (2025)

Expressive Mortality Models through Gaussian Process Kernels
von: Ludkovski, Mike, et al.
Veröffentlicht: (2023)

Safe Time-Varying Optimization based on Gaussian Processes with Spatio-Temporal Kernel
von: Li, Jialin, et al.
Veröffentlicht: (2024)

Spectral Phase Encoding for Quantum Kernel Methods
von: Gómez, Pablo Herrero, et al.
Veröffentlicht: (2026)

Optimal Kernel Learning for Gaussian Process Models with High-Dimensional Input
von: Kang, Lulu, et al.
Veröffentlicht: (2025)

EVODiff: Entropy-aware Variance Optimized Diffusion Inference
von: Li, Shigui, et al.
Veröffentlicht: (2025)

SEEK: Self-adaptive Explainable Kernel For Nonstationary Gaussian Processes
von: Negarandeh, Nima, et al.
Veröffentlicht: (2025)

High-Dimensional Gaussian Process Regression with Soft Kernel Interpolation
von: Camaño, Chris, et al.
Veröffentlicht: (2024)

SVDinsTN: A Tensor Network Paradigm for Efficient Structure Search from Regularized Modeling Perspective
von: Zheng, Yu-Bang, et al.
Veröffentlicht: (2023)