Buchumschlag

Controlling Moments with Kernel Stein Discrepancies

Fuente: arXiv

Gespeichert in:

Bibliographische Detailangaben
Hauptverfasser:	Kanagawa, Heishiro, Barp, Alessandro, Gretton, Arthur, Mackey, Lester
Format:	Preprint
Veröffentlicht:	2022
Schlagworte:	Machine Learning Computation
Online-Zugang:	Acceder al recurso
Tags:	Tag hinzufügen Keine Tags, Fügen Sie den ersten Tag hinzu!

Ähnliche Einträge

Targeted Separation and Convergence with Kernel Discrepancies
von: Barp, Alessandro, et al.
Veröffentlicht: (2022)

Deep Proxy Causal Learning and its Application to Confounded Bandit Policy Evaluation
von: Xu, Liyuan, et al.
Veröffentlicht: (2021)

The Polynomial Stein Discrepancy for Assessing Moment Convergence
von: Srinivasan, Narayan, et al.
Veröffentlicht: (2024)

Thinned Mean Field Langevin Dynamics
von: Chen, Zonghao, et al.
Veröffentlicht: (2026)

KerJEPA: Kernel Discrepancies for Euclidean Self-Supervised Learning
von: Zimmermann, Eric, et al.
Veröffentlicht: (2025)

Kernel Thinning
von: Dwivedi, Raaz, et al.
Veröffentlicht: (2021)

Kernel Single Proxy Control for Deterministic Confounding
von: Xu, Liyuan, et al.
Veröffentlicht: (2023)

Sequential Kernelized Stein Discrepancy
von: Martinez-Taboada, Diego, et al.
Veröffentlicht: (2024)

Reinforcement Learning for Adaptive MCMC
von: Wang, Congye, et al.
Veröffentlicht: (2024)

Data-centric Prediction Explanation via Kernelized Stein Discrepancy
von: Sarvmaili, Mahtab, et al.
Veröffentlicht: (2024)

A Computable Measure of Suboptimality for Entropy-Regularised Variational Objectives
von: Chazal, Clémentine, et al.
Veröffentlicht: (2025)

Generalized Kernel Thinning
von: Dwivedi, Raaz, et al.
Veröffentlicht: (2021)

Probabilistic Inference and Learning with Stein's Method
von: Liu, Qiang, et al.
Veröffentlicht: (2026)

Regularized $f$-Divergence Kernel Tests
von: Ribero, Mónica, et al.
Veröffentlicht: (2026)

Harnessing the Power of Reinforcement Learning for Adaptive MCMC
von: Wang, Congye, et al.
Veröffentlicht: (2025)

Kernel Treatment Effects with Adaptively Collected Data
von: Zenati, Houssam, et al.
Veröffentlicht: (2025)

Nyström Kernel Stein Discrepancy
von: Kalinke, Florian, et al.
Veröffentlicht: (2024)

Gradient Estimation with Discrete Stein Operators
von: Shi, Jiaxin, et al.
Veröffentlicht: (2022)

Sequential Kernel Embedding for Mediated and Time-Varying Dose Response Curves
von: Singh, Rahul, et al.
Veröffentlicht: (2021)

Fast and Scalable Score-Based Kernel Calibration Tests
von: Glaser, Pierre, et al.
Veröffentlicht: (2025)

Semiparametrically Efficient Inference for Kernel Measures of Noise Heterogeneity
von: Wornbard, Jakub, et al.
Veröffentlicht: (2026)

Nonparametric Instrumental Regression via Kernel Methods is Minimax Optimal
von: Meunier, Dimitri, et al.
Veröffentlicht: (2024)

(De)-regularized Maximum Mean Discrepancy Gradient Flow
von: Chen, Zonghao, et al.
Veröffentlicht: (2024)

Improved Random Features for Dot Product Kernels
von: Wacker, Jonas, et al.
Veröffentlicht: (2022)

Composite Goodness-of-fit Tests with Kernels
von: Key, Oscar, et al.
Veröffentlicht: (2021)

Nyström Kernel Stein Discrepancy Tests
von: Kalinke, Florian, et al.
Veröffentlicht: (2026)

Debiased Distribution Compression
von: Li, Lingxiao, et al.
Veröffentlicht: (2024)

Stein Discrepancy for Unsupervised Domain Adaptation
von: von Seeger, Anneke, et al.
Veröffentlicht: (2025)

Practical Kernel Tests of Conditional Independence
von: Pogodin, Roman, et al.
Veröffentlicht: (2024)

Compress Then Test: Powerful Kernel Testing in Near-linear Time
von: Domingo-Enrich, Carles, et al.
Veröffentlicht: (2023)

Perturbative methods for non-parametric instrumental variable
von: Bu, Wei, et al.
Veröffentlicht: (2026)

Semiparametric Efficient Test for Interpretable Distributional Treatment Effects
von: Zenati, Houssam, et al.
Veröffentlicht: (2026)

Conditional Bayesian Quadrature
von: Chen, Zonghao, et al.
Veröffentlicht: (2024)

Copula-Stein Discrepancy: A Generator-Based Stein Operator for Archimedean Dependence
von: Aich, Agnideep, et al.
Veröffentlicht: (2025)

Stationary MMD Points
von: Chen, Zonghao, et al.
Veröffentlicht: (2025)

Optimizing Kernel Discrepancies via Subset Selection
von: Chen, Deyao, et al.
Veröffentlicht: (2025)

WildCat: Near-Linear Attention in Theory and Practice
von: Schröder, Tobias, et al.
Veröffentlicht: (2026)

A Deterministic Sampling Method via Maximum Mean Discrepancy Flow with Adaptive Kernel
von: Chen, Yindong, et al.
Veröffentlicht: (2021)

The Minimax Lower Bound of Kernel Stein Discrepancy Estimation
von: Cribeiro-Ramallo, Jose, et al.
Veröffentlicht: (2025)

Fast Approximate Solution of Stein Equations for Post-Processing of MCMC
von: Liu, Qingyang, et al.
Veröffentlicht: (2025)