Buchumschlag

Conditional Sig-Wasserstein GANs for Time Series Generation

Fuente: arXiv

Gespeichert in:

Bibliographische Detailangaben
Hauptverfasser:	Liao, Shujian, Ni, Hao, Szpruch, Lukasz, Wiese, Magnus, Sabate-Vidales, Marc, Xiao, Baoren
Format:	Preprint
Veröffentlicht:	2020
Schlagworte:	Machine Learning
Online-Zugang:	Acceder al recurso
Tags:	Tag hinzufügen Keine Tags, Fügen Sie den ersten Tag hinzu!

Ähnliche Einträge

Pricing and hedging of decentralised lending contracts
von: Szpruch, Lukasz, et al.
Veröffentlicht: (2024)

Linear convergence of proximal descent schemes on the Wasserstein space
von: Lascu, Razvan-Andrei, et al.
Veröffentlicht: (2024)

On the regularization of Wasserstein GANs
von: Petzka, Henning, et al.
Veröffentlicht: (2017)

SigTime: Learning and Visually Explaining Time Series Signatures
von: Huang, Yu-Chia, et al.
Veröffentlicht: (2025)

Conditional Lagrangian Wasserstein Flow for Time Series Imputation
von: Qian, Weizhu, et al.
Veröffentlicht: (2024)

Generalized Regression with Conditional GANs
von: Jobson, Deddy, et al.
Veröffentlicht: (2024)

SigKAN: Signature-Weighted Kolmogorov-Arnold Networks for Time Series
von: Inzirillo, Hugo, et al.
Veröffentlicht: (2024)

Gradient Flows for Regularized Stochastic Control Problems
von: Šiška, David, et al.
Veröffentlicht: (2020)

PPO in the Fisher-Rao geometry
von: Lascu, Razvan-Andrei, et al.
Veröffentlicht: (2025)

Understanding Transfer Learning via Mean-field Analysis
von: Aminian, Gholamali, et al.
Veröffentlicht: (2024)

A Differential Equation Approach for Wasserstein GANs and Beyond
von: Malik, Zachariah, et al.
Veröffentlicht: (2024)

Generalization Error of Graph Neural Networks in the Mean-field Regime
von: Aminian, Gholamali, et al.
Veröffentlicht: (2024)

Mirror Descent-Ascent for mean-field min-max problems
von: Lascu, Razvan-Andrei, et al.
Veröffentlicht: (2024)

A Fisher-Rao gradient flow for entropic mean-field min-max games
von: Lascu, Razvan-Andrei, et al.
Veröffentlicht: (2024)

SigDiffusions: Score-Based Diffusion Models for Time Series via Log-Signature Embeddings
von: Barancikova, Barbora, et al.
Veröffentlicht: (2024)

The Conditional Cauchy-Schwarz Divergence with Applications to Time-Series Data and Sequential Decision Making
von: Yu, Shujian, et al.
Veröffentlicht: (2023)

Max-Sliced Wasserstein Distance and its use for GANs
von: Deshpande, Ishan, et al.
Veröffentlicht: (2019)

A Wasserstein perspective of Vanilla GANs
von: Kunkel, Lea, et al.
Veröffentlicht: (2024)

Individualised Counterfactual Examples Using Conformal Prediction Intervals
von: Adams, James M., et al.
Veröffentlicht: (2025)

On optimal solutions of classical and sliced Wasserstein GANs with non-Gaussian data
von: Huang, Yu-Jui, et al.
Veröffentlicht: (2025)

Sig-DEG for Distillation: Making Diffusion Models Faster and Lighter
von: Jiang, Lei, et al.
Veröffentlicht: (2025)

$ε$-Policy Gradient for Online Pricing
von: Szpruch, Lukasz, et al.
Veröffentlicht: (2024)

Protect and Extend -- Using GANs for Synthetic Data Generation of Time-Series Medical Records
von: Ashrafi, Navid, et al.
Veröffentlicht: (2024)

GANs Conditioning Methods: A Survey
von: Bourou, Anis, et al.
Veröffentlicht: (2024)

tsGT: Stochastic Time Series Modeling With Transformer
von: Kuciński, Łukasz, et al.
Veröffentlicht: (2024)

From Private to Public: Benchmarking GANs in the Context of Private Time Series Classification
von: Mercier, Dominique, et al.
Veröffentlicht: (2023)

Distilling Diffusion Models into Conditional GANs
von: Kang, Minguk, et al.
Veröffentlicht: (2024)

MCGAN: Enhancing GAN Training with Regression-Based Generator Loss
von: Xiao, Baoren, et al.
Veröffentlicht: (2024)

Enhancing Network Anomaly Detection with Quantum GANs and Successive Data Injection for Multivariate Time Series
von: Hammami, Wajdi, et al.
Veröffentlicht: (2025)

Sliced Wasserstein with Random-Path Projecting Directions
von: Nguyen, Khai, et al.
Veröffentlicht: (2024)

Generalized Dual Discriminator GANs
von: Chandana, Penukonda Naga, et al.
Veröffentlicht: (2025)

Generative Bayesian Inference with GANs
von: Wang, Yuexi, et al.
Veröffentlicht: (2022)

TimePro: Efficient Multivariate Long-term Time Series Forecasting with Variable- and Time-Aware Hyper-state
von: Ma, Xiaowen, et al.
Veröffentlicht: (2025)

DistDF: Time-Series Forecasting Needs Joint-Distribution Wasserstein Alignment
von: Wang, Hao, et al.
Veröffentlicht: (2025)

Masked Conditioning for Deep Generative Models
von: Mueller, Phillip, et al.
Veröffentlicht: (2025)

CHAIN: Enhancing Generalization in Data-Efficient GANs via lipsCHitz continuity constrAIned Normalization
von: Ni, Yao, et al.
Veröffentlicht: (2024)

Towards Time Series Generation Conditioned on Unstructured Natural Language
von: Woo, Jaeyun, et al.
Veröffentlicht: (2025)

Conditionally Whitened Generative Models for Probabilistic Time Series Forecasting
von: Yang, Yanfeng, et al.
Veröffentlicht: (2025)

Bounds in Wasserstein Distance for Locally Stationary Functional Time Series
von: Tinio, Jan Nino G., et al.
Veröffentlicht: (2025)

Measuring Time-Series Dataset Similarity using Wasserstein Distance
von: Chen, Hongjie, et al.
Veröffentlicht: (2025)