Copertina

Flow Matching on General Geometries

Fuente: arXiv

Salvato in:

Dettagli Bibliografici
Autori principali:	Chen, Ricky T. Q., Lipman, Yaron
Natura:	Preprint
Pubblicazione:	2023
Soggetti:	Machine Learning Artificial Intelligence
Accesso online:	Acceder al recurso
Tags:	Aggiungi Tag Nessun Tag, puoi essere il primo ad aggiungerne!!

Documenti analoghi

Discrete Flow Matching
di: Gat, Itai, et al.
Pubblicazione: (2024)

Flow Matching with General Discrete Paths: A Kinetic-Optimal Perspective
di: Shaul, Neta, et al.
Pubblicazione: (2024)

GLASS Flows: Transition Sampling for Alignment of Flow and Diffusion Models
di: Holderrieth, Peter, et al.
Pubblicazione: (2025)

Space Group Conditional Flow Matching
di: Puny, Omri, et al.
Pubblicazione: (2025)

Exploring the Design Space of Transition Matching
di: Singer, Uriel, et al.
Pubblicazione: (2025)

Generator Matching: Generative modeling with arbitrary Markov processes
di: Holderrieth, Peter, et al.
Pubblicazione: (2024)

Transition Matching: Scalable and Flexible Generative Modeling
di: Shaul, Neta, et al.
Pubblicazione: (2025)

Edit Flows: Flow Matching with Edit Operations
di: Havasi, Marton, et al.
Pubblicazione: (2025)

Bespoke Non-Stationary Solvers for Fast Sampling of Diffusion and Flow Models
di: Shaul, Neta, et al.
Pubblicazione: (2024)

FlowLLM: Flow Matching for Material Generation with Large Language Models as Base Distributions
di: Sriram, Anuroop, et al.
Pubblicazione: (2024)

FlowMM: Generating Materials with Riemannian Flow Matching
di: Miller, Benjamin Kurt, et al.
Pubblicazione: (2024)

Generalized Schrödinger Bridge Matching
di: Liu, Guan-Horng, et al.
Pubblicazione: (2023)

Distributional GFlowNets with Quantile Flows
di: Zhang, Dinghuai, et al.
Pubblicazione: (2023)

Diffusion Generative Flow Samplers: Improving learning signals through partial trajectory optimization
di: Zhang, Dinghuai, et al.
Pubblicazione: (2023)

Flow Matching Guide and Code
di: Lipman, Yaron, et al.
Pubblicazione: (2024)

Simulation-Free Differential Dynamics through Neural Conservation Laws
di: Hua, Mengjian, et al.
Pubblicazione: (2025)

Training-free Linear Image Inverses via Flows
di: Pokle, Ashwini, et al.
Pubblicazione: (2023)

Generative Modeling with Continuous Flows: Sample Complexity of Flow Matching
di: Gaur, Mudit, et al.
Pubblicazione: (2025)

Controlled Generation with Equivariant Variational Flow Matching
di: Eijkelboom, Floor, et al.
Pubblicazione: (2025)

Bures-Wasserstein Flow Matching for Graph Generation
di: Jiang, Keyue, et al.
Pubblicazione: (2025)

PrismFlow: Residual Dynamics for Flow Matching in Time-Series Generation
di: Zhang, Junru, et al.
Pubblicazione: (2026)

Energy Matching: Unifying Flow Matching and Energy-Based Models for Generative Modeling
di: Balcerak, Michal, et al.
Pubblicazione: (2025)

Flowette: Flow Matching with Graphette Priors for Graph Generation
di: Wijesinghe, Asiri, et al.
Pubblicazione: (2026)

Drift Flow Matching
di: Ma, Chenrui, et al.
Pubblicazione: (2026)

SE(3)-Stochastic Flow Matching for Protein Backbone Generation
di: Bose, Avishek Joey, et al.
Pubblicazione: (2023)

Generative Latent Neural PDE Solver using Flow Matching
di: Li, Zijie, et al.
Pubblicazione: (2025)

Improving Molecular Graph Generation with Flow Matching and Optimal Transport
di: Hou, Xiaoyang, et al.
Pubblicazione: (2024)

Fine-tuning Flow Matching Generative Models with Intermediate Feedback
di: Fan, Jiajun, et al.
Pubblicazione: (2025)

A Theoretical Analysis of Discrete Flow Matching Generative Models
di: Su, Maojiang, et al.
Pubblicazione: (2025)

Fisher Flow Matching for Generative Modeling over Discrete Data
di: Davis, Oscar, et al.
Pubblicazione: (2024)

TaskMet: Task-Driven Metric Learning for Model Learning
di: Bansal, Dishank, et al.
Pubblicazione: (2023)

Adjoint Sampling: Highly Scalable Diffusion Samplers via Adjoint Matching
di: Havens, Aaron, et al.
Pubblicazione: (2025)

Generative Urban Flow Modeling: From Geometry to Airflow with Graph Diffusion
di: Giral, Francisco, et al.
Pubblicazione: (2025)

Geometric Flow Matching for Molecular Conformation Generation via Manifold Decomposition
di: Liu, Yunqing, et al.
Pubblicazione: (2026)

EnfoPath: Energy-Informed Analysis of Generative Trajectories in Flow Matching
di: Li, Ziyun, et al.
Pubblicazione: (2025)

Chance-constrained Flow Matching for High-Fidelity Constraint-aware Generation
di: Liang, Jinhao, et al.
Pubblicazione: (2025)

ContinualFlow: Learning and Unlearning with Neural Flow Matching
di: Simone, Lorenzo, et al.
Pubblicazione: (2025)

Flow to Learn: Flow Matching on Neural Network Parameters
di: Saragih, Daniel, et al.
Pubblicazione: (2025)

Towards Stable and Structured Time Series Generation with Perturbation-Aware Flow Matching
di: Zhang, Jintao, et al.
Pubblicazione: (2025)

How Do Flow Matching Models Memorize and Generalize in Sample Data Subspaces?
di: Gao, Weiguo, et al.
Pubblicazione: (2024)