Image de couverture de livre

Two-sample Test using Projected Wasserstein Distance

Fuente: arXiv

Enregistré dans:

Détails bibliographiques
Auteurs principaux:	Wang, Jie, Gao, Rui, Xie, Yao
Format:	Preprint
Publié:	2020
Sujets:	Machine Learning
Accès en ligne:	Acceder al recurso
Tags:	Ajouter un tag Pas de tags, Soyez le premier à ajouter un tag!

Documents similaires

Statistical and Computational Guarantees of Kernel Max-Sliced Wasserstein Distances
par: Wang, Jie, et autres
Publié: (2024)

Non-Convex Robust Hypothesis Testing using Sinkhorn Uncertainty Sets
par: Wang, Jie, et autres
Publié: (2024)

Variable Selection for Kernel Two-Sample Tests
par: Wang, Jie, et autres
Publié: (2023)

Markovian Sliced Wasserstein Distances: Beyond Independent Projections
par: Nguyen, Khai, et autres
Publié: (2023)

Tree-Sliced Wasserstein Distance with Nonlinear Projection
par: Tran, Thanh, et autres
Publié: (2025)

Fast Gradient Computation for Gromov-Wasserstein Distance
par: Zhang, Wei, et autres
Publié: (2024)

Fast Estimation of Wasserstein Distances via Regression on Sliced Wasserstein Distances
par: Nguyen, Khai, et autres
Publié: (2025)

Relative Translation Invariant Wasserstein Distance
par: Wang, Binshuai, et autres
Publié: (2024)

Regularization for Adversarial Robust Learning
par: Wang, Jie, et autres
Publié: (2024)

Sinkhorn Distributionally Robust Optimization
par: Wang, Jie, et autres
Publié: (2021)

An Empirical Study of Self-supervised Learning with Wasserstein Distance
par: Yamada, Makoto, et autres
Publié: (2023)

Distance-Matrix Wasserstein Statistics for Scalable Gromov--Wasserstein Learning
par: Xu, Ao, et autres
Publié: (2026)

Private Wasserstein Distance
par: Li, Wenqian, et autres
Publié: (2024)

The Observable Wasserstein Distance
par: Santos, Edivaldo Lopes dos, et autres
Publié: (2026)

Towards Better Spherical Sliced-Wasserstein Distance Learning with Data-Adaptive Discriminative Projection Direction
par: Zhang, Hongliang, et autres
Publié: (2024)

Feature Selection Based on Wasserstein Distance
par: Li, Fuwei
Publié: (2024)

Distance-Based Tree-Sliced Wasserstein Distance
par: Tran, Hoang V., et autres
Publié: (2025)

Convergence Analysis for General Probability Flow ODEs of Diffusion Models in Wasserstein Distances
par: Gao, Xuefeng, et autres
Publié: (2024)

The Z-Gromov-Wasserstein Distance
par: Bauer, Martin, et autres
Publié: (2024)

Measuring Time-Series Dataset Similarity using Wasserstein Distance
par: Chen, Hongjie, et autres
Publié: (2025)

Wasserstein Proximal Policy Gradient
par: Zhu, Zhaoyu, et autres
Publié: (2026)

Kernel Two-Sample Tests for Manifold Data
par: Cheng, Xiuyuan, et autres
Publié: (2021)

Sliced-Wasserstein Distance-based Data Selection
par: Pallage, Julien, et autres
Publié: (2025)

Minimax-Optimal Two-Sample Test with Sliced Wasserstein
par: Tran, Binh Thuan, et autres
Publié: (2025)

Max-Sliced Wasserstein Distance and its use for GANs
par: Deshpande, Ishan, et autres
Publié: (2019)

Spherical Tree-Sliced Wasserstein Distance
par: Tran, Viet-Hoang, et autres
Publié: (2025)

Robust Estimation under the Wasserstein Distance
par: Nietert, Sloan, et autres
Publié: (2023)

Semidefinite Relaxations of the Gromov-Wasserstein Distance
par: Chen, Junyu, et autres
Publié: (2023)

Wasserstein Distances, Neuronal Entanglement, and Sparsity
par: Sawmya, Shashata, et autres
Publié: (2024)

Slicing the Gaussian Mixture Wasserstein Distance
par: Piening, Moritz, et autres
Publié: (2025)

Conformal Graph Prediction with Z-Gromov Wasserstein Distances
par: Melo, Gabriel, et autres
Publié: (2026)

Recovering Wasserstein Distance Matrices from Few Measurements
par: Rana, Muhammad, et autres
Publié: (2025)

Sliced-Wasserstein Distances and Flows on Cartan-Hadamard Manifolds
par: Bonet, Clément, et autres
Publié: (2024)

Efficient Distribution Learning with Error Bounds in Wasserstein Distance
par: Figueiredo, Eduardo, et autres
Publié: (2026)

Global Convergence of Wasserstein Policy Gradient for Entropy-Regularized Reinforcement Learning
par: Zhu, Zhaoyu, et autres
Publié: (2026)

Enhancing Distributional Robustness in Principal Component Analysis by Wasserstein Distances
par: Wang, Lei, et autres
Publié: (2025)

Bounds in Wasserstein Distance for Locally Stationary Processes
par: Tinio, Jan Nino G., et autres
Publié: (2024)

Sliced Inner Product Gromov-Wasserstein Distances
par: Gong, Xiaoyun, et autres
Publié: (2026)

On the Information Processing of One-Dimensional Wasserstein Distances with Finite Samples
par: Jang, Cheongjae, et autres
Publié: (2025)

A Relaxed Wasserstein Distance Formulation for Mixtures of Radially Contoured Distributions
par: Chen, Keyu, et autres
Publié: (2025)