Paul Chang

Tutkimustuotoksia vuodessa

5 Conference article in proceedings
2 Konferenssiesitys
1 Poster
1 Doctoral Thesis

5 tulosta

Suodatin

2024
FUNCTION-SPACE PARAMETERIZATION OF NEURAL NETWORKS FOR SEQUENTIAL LEARNING
Scannell, A., Mereu, R., Chang, P., Tamir, E., Pajarinen, J. & Solin, A., 2024, 12th International Conference on Learning Representations (ICLR 2024). Curran Associates Inc., 29 Sivumäärä
Tutkimustuotos: Artikkeli kirjassa/konferenssijulkaisussa › Conference article in proceedings › Scientific › vertaisarvioitu

Open access
2 Sitaatiot (Scopus)
2023
Memory-Based Dual Gaussian Processes for Sequential Learning
Chang, P. E., Verma, P., John, S. T., Solin, A. & Emtiyaz Khan, M., heinäk. 2023, Proceedings of the 40th International Conference on Machine Learning. Krause, A., Brunskill, E., Cho, K., Engelhardt, B., Sabato, S. & Scarlett, J. (toim.). JMLR, s. 4035-4054 20 Sivumäärä (Proceedings of Machine Learning Research; Vuosikerta 202).
Tutkimustuotos: Artikkeli kirjassa/konferenssijulkaisussa › Conference article in proceedings › Scientific › vertaisarvioitu

Open access
Tiedosto
23 Lataukset (Pure)
2021
Dual parameterization of sparse variational Gaussian processes
Adam, V., Chang, P., Khan, M. E. & Solin, A., 2021, Advances in Neural Information Processing Systems 34 (NeurIPS 2021). Curran Associates Inc., 12 Sivumäärä (Advances in Neural Information Processing Systems).
Tutkimustuotos: Artikkeli kirjassa/konferenssijulkaisussa › Conference article in proceedings › Scientific › vertaisarvioitu

Open access
Tiedosto
46 Lataukset (Pure)
2020
Fast Variational Learning in State-Space Gaussian Process Models
Chang, P., Wilkinson, W., Emtiyaz Khan, M. & Solin, A., 23 syysk. 2020, Proceedings of the 2020 IEEE 30th International Workshop on Machine Learning for Signal Processing, MLSP 2020. IEEE, 9231560
Tutkimustuotos: Artikkeli kirjassa/konferenssijulkaisussa › Conference article in proceedings › Scientific › vertaisarvioitu

Open access
17 Sitaatiot (Scopus)
State Space Expectation Propagation: Efficient Inference Schemes for Temporal Gaussian Processes
Wilkinson, W., Chang, P., Riis Andersen, M. & Solin, A., 13 heinäk. 2020, Proceedings of the 37th International Conference on Machine Learning. JMLR, s. 10270-10281 (Proceedings of Machine Learning Research ; Vuosikerta 119).
Tutkimustuotos: Artikkeli kirjassa/konferenssijulkaisussa › Conference article in proceedings › Scientific › vertaisarvioitu

Open access
Tiedosto
13 Sitaatiot (Scopus)

62 Lataukset (Pure)

Paul Chang

Tutkimustuotos

Hakutulokset

FUNCTION-SPACE PARAMETERIZATION OF NEURAL NETWORKS FOR SEQUENTIAL LEARNING

Memory-Based Dual Gaussian Processes for Sequential Learning

Dual parameterization of sparse variational Gaussian processes

Fast Variational Learning in State-Space Gaussian Process Models

State Space Expectation Propagation: Efficient Inference Schemes for Temporal Gaussian Processes