Buchumschlag

On Sampling with Approximate Transport Maps

Fuente: arXiv

Gespeichert in:

Bibliographische Detailangaben
Hauptverfasser:	Grenioux, Louis, Durmus, Alain, Moulines, Éric, Gabrié, Marylou
Format:	Preprint
Veröffentlicht:	2023
Schlagworte:	Machine Learning
Online-Zugang:	Acceder al recurso
Tags:	Tag hinzufügen Keine Tags, Fügen Sie den ersten Tag hinzu!

Ähnliche Einträge

Balanced Training of Energy-Based Models with Adaptive Flow Sampling
von: Grenioux, Louis, et al.
Veröffentlicht: (2023)

Stochastic Localization via Iterative Posterior Sampling
von: Grenioux, Louis, et al.
Veröffentlicht: (2024)

Learned Reference-based Diffusion Sampling for multi-modal distributions
von: Noble, Maxence, et al.
Veröffentlicht: (2024)

Improving the evaluation of samplers on multi-modal targets
von: Grenioux, Louis, et al.
Veröffentlicht: (2025)

Riemannian Stochastic Interpolants for Amorphous Particle Systems
von: Grenioux, Louis, et al.
Veröffentlicht: (2025)

Briding Diffusion Posterior Sampling and Monte Carlo methods: a survey
von: Janati, Yazid, et al.
Veröffentlicht: (2025)

Annealing in variational inference mitigates mode collapse: A theoretical study on Gaussian mixtures
von: Fogliani, Luigi, et al.
Veröffentlicht: (2026)

Divide-and-Conquer Posterior Sampling for Denoising Diffusion Priors
von: Janati, Yazid, et al.
Veröffentlicht: (2024)

Theoretical Guarantees for Variational Inference with Fixed-Variance Mixture of Gaussians
von: Huix, Tom, et al.
Veröffentlicht: (2024)

Scaffold with Stochastic Gradients: New Analysis with Linear Speed-Up
von: Mangold, Paul, et al.
Veröffentlicht: (2025)

A theoretical perspective on mode collapse in variational inference
von: Soletskyi, Roman, et al.
Veröffentlicht: (2024)

Variational Diffusion Posterior Sampling with Midpoint Guidance
von: Moufad, Badr, et al.
Veröffentlicht: (2024)

Categorical Reparameterization with Denoising Diffusion models
von: Gourevitch, Samson, et al.
Veröffentlicht: (2026)

Piecewise deterministic generative models
von: Bertazzi, Andrea, et al.
Veröffentlicht: (2024)

Diffusion-based Annealed Boltzmann Generators : benefits, pitfalls and hopes
von: Grenioux, Louis, et al.
Veröffentlicht: (2026)

Refined Analysis of Federated Averaging and Federated Richardson-Romberg
von: Mangold, Paul, et al.
Veröffentlicht: (2024)

Active learning of Boltzmann samplers and potential energies with quantum mechanical accuracy
von: Molina-Taborda, Ana, et al.
Veröffentlicht: (2024)

Conditional Diffusion Models with Classifier-Free Gibbs-like Guidance
von: Moufad, Badr, et al.
Veröffentlicht: (2025)

Online Decision-Focused Learning
von: Capitaine, Aymeric, et al.
Veröffentlicht: (2025)

Uniform Diffusion Models Revisited: Leave-One-Out Denoiser and Absorbing State Reformulation
von: Gourevitch, Samson, et al.
Veröffentlicht: (2026)

A Mixture-Based Framework for Guiding Diffusion Models
von: Janati, Yazid, et al.
Veröffentlicht: (2025)

Regret and Sample Complexity of Online Q-Learning via Concentration of Stochastic Approximation with Time-Inhomogeneous Markov Chains
von: Singh, Rahul, et al.
Veröffentlicht: (2026)

Nonasymptotic Analysis of Stochastic Gradient Descent with the Richardson-Romberg Extrapolation
von: Sheshukova, Marina, et al.
Veröffentlicht: (2024)

Optimal Design for Reward Modeling in RLHF
von: Scheid, Antoine, et al.
Veröffentlicht: (2024)

Rosenthal-type inequalities for linear statistics of Markov chains
von: Durmus, Alain, et al.
Veröffentlicht: (2023)

The critical slowing down in diffusion models
von: Del Bono, Luca Maria, et al.
Veröffentlicht: (2026)

Learning to Mitigate Externalities: the Coase Theorem with Hindsight Rationality
von: Scheid, Antoine, et al.
Veröffentlicht: (2024)

VITS : Variational Inference Thompson Sampling for contextual bandits
von: Clavier, Pierre, et al.
Veröffentlicht: (2023)

Joint Channel Selection using FedDRL in V2X
von: Mancini, Lorenzo, et al.
Veröffentlicht: (2024)

Gaussian Approximation and Multiplier Bootstrap for Federated Linear Stochastic Approximation
von: Levin, Ilya, et al.
Veröffentlicht: (2026)

Sampling from multi-modal distributions on Riemannian manifolds with training-free stochastic interpolants
von: Durmus, Alain, et al.
Veröffentlicht: (2026)

A Diffusive Classification Loss for Learning Energy-based Generative Models
von: OuYang, RuiKang, et al.
Veröffentlicht: (2026)

Efficient Zero-Shot Inpainting with Decoupled Diffusion Guidance
von: Moufad, Badr, et al.
Veröffentlicht: (2025)

ReALLM: A general framework for LLM compression and fine-tuning
von: Leconte, Louis, et al.
Veröffentlicht: (2024)

Fast and Robust Likelihood-Guided Diffusion Posterior Sampling with Amortized Variational Inference
von: Zheng, Léon, et al.
Veröffentlicht: (2026)

Probabilistic Conformal Prediction with Approximate Conditional Validity
von: Plassier, Vincent, et al.
Veröffentlicht: (2024)

Multidimensional Uncertainty Quantification via Optimal Transport
von: Kotelevskii, Nikita, et al.
Veröffentlicht: (2025)

Stochastic Approximation with Biased MCMC for Expectation Maximization
von: Gruffaz, Samuel, et al.
Veröffentlicht: (2024)

Convergence Guarantees for Federated SARSA with Local Training and Heterogeneous Agents
von: Mangold, Paul, et al.
Veröffentlicht: (2025)

Neural Optimal Transport Meets Multivariate Conformal Prediction
von: Kondratyev, Vladimir, et al.
Veröffentlicht: (2025)