Variational autoencoder with weighted samples for highdimensional non-parametric adaptive importance sampling - Archive ouverte HAL
Article Dans Une Revue Transactions on Machine Learning Research Journal Année : 2024

Variational autoencoder with weighted samples for highdimensional non-parametric adaptive importance sampling

Julien Demange-Chryst
  • Fonction : Auteur
  • PersonId : 1227283
François Bachoc
Institut de Mathématiques de Toulouse UMR5219
Jérôme Morio
Méthodes d'Analyse Stochastique des Codes et Traitements Numériques
DTIS, ONERA, Université de Toulouse [Toulouse]
Timothé Krauth
  • Fonction : Auteur
  • PersonId : 1233173

Domaines

Statistiques [math.ST]

François Bachoc  : Connectez-vous pour contacter le contributeur

https://hal.science/hal-04775920

Soumis le : dimanche 10 novembre 2024-20:01:54

Dernière modification le : mercredi 20 novembre 2024-17:32:30

Fichier non déposé

Dates et versions

hal-04775920 , version 1 (10-11-2024)

Identifiants

  • HAL Id : hal-04775920 , version 1

Citer

Julien Demange-Chryst, François Bachoc, Jérôme Morio, Timothé Krauth. Variational autoencoder with weighted samples for highdimensional non-parametric adaptive importance sampling. Transactions on Machine Learning Research Journal, 2024. ⟨hal-04775920⟩

Exporter

BibTeX XML-TEI Dublin Core DC Terms EndNote DataCite

Collections

UNIV-TLSE2 ONERA CNRS INSA-TOULOUSE INSMI IMT UT1-CAPITOLE INSA-GROUPE UNIV-UT3 UT3-TOULOUSEINP DTIS_ONERA
17 Consultations
0 Téléchargements

Partager

More