Posterior Sampling in High Dimension via Diffusion Processes
Fuente:
arXiv
Salvato in:
| Autori principali: | Montanari, Andrea, Wu, Yuchen |
|---|---|
| Natura: | Preprint |
| Pubblicazione: |
2023
|
| Soggetti: | |
| Accesso online: | |
| Tags: |
Aggiungi Tag
Nessun Tag, puoi essere il primo ad aggiungerne!!
|
Documenti analoghi
Provably Efficient Posterior Sampling for Sparse Linear Regression via Measure Decomposition
di: Montanari, Andrea, et al.
Pubblicazione: (2024)
di: Montanari, Andrea, et al.
Pubblicazione: (2024)
Dimension free ridge regression
di: Cheng, Chen, et al.
Pubblicazione: (2022)
di: Cheng, Chen, et al.
Pubblicazione: (2022)
Diffusion Posterior Sampling is Computationally Intractable
di: Gupta, Shivam, et al.
Pubblicazione: (2024)
di: Gupta, Shivam, et al.
Pubblicazione: (2024)
Topological trivialization in non-convex empirical risk minimization
di: Montanari, Andrea, et al.
Pubblicazione: (2026)
di: Montanari, Andrea, et al.
Pubblicazione: (2026)
High-dimensional logistic regression with missing data: Imputation, regularization, and universality
di: Verchand, Kabir Aladin, et al.
Pubblicazione: (2024)
di: Verchand, Kabir Aladin, et al.
Pubblicazione: (2024)
Equivalence of Approximate Message Passing and Low-Degree Polynomials in Rank-One Matrix Estimation
di: Montanari, Andrea, et al.
Pubblicazione: (2022)
di: Montanari, Andrea, et al.
Pubblicazione: (2022)
Frequentist Regret Analysis of Gaussian Process Thompson Sampling via Fractional Posteriors
di: Roy, Somjit, et al.
Pubblicazione: (2026)
di: Roy, Somjit, et al.
Pubblicazione: (2026)
Provable Diffusion Posterior Sampling for Bayesian Inversion
di: Chang, Jinyuan, et al.
Pubblicazione: (2025)
di: Chang, Jinyuan, et al.
Pubblicazione: (2025)
Phase Transitions for Feature Learning in Neural Networks
di: Montanari, Andrea, et al.
Pubblicazione: (2026)
di: Montanari, Andrea, et al.
Pubblicazione: (2026)
Kernel Two-Sample Tests in High Dimension: Interplay Between Moment Discrepancy and Dimension-and-Sample Orders
di: Yan, Jian, et al.
Pubblicazione: (2021)
di: Yan, Jian, et al.
Pubblicazione: (2021)
The high-dimensional asymptotics of first order methods with random data
di: Celentano, Michael, et al.
Pubblicazione: (2021)
di: Celentano, Michael, et al.
Pubblicazione: (2021)
Using Autodiff to Estimate Posterior Moments, Marginals and Samples
di: Bowyer, Sam, et al.
Pubblicazione: (2023)
di: Bowyer, Sam, et al.
Pubblicazione: (2023)
On the Computational Complexity of Metropolis-Adjusted Langevin Algorithms for Bayesian Posterior Sampling
di: Tang, Rong, et al.
Pubblicazione: (2022)
di: Tang, Rong, et al.
Pubblicazione: (2022)
Local minima of the empirical risk in high dimension: General theorems and convex examples
di: Asgari, Kiana, et al.
Pubblicazione: (2025)
di: Asgari, Kiana, et al.
Pubblicazione: (2025)
Convergence of Diffusion Models Under the Manifold Hypothesis in High-Dimensions
di: Azangulov, Iskander, et al.
Pubblicazione: (2024)
di: Azangulov, Iskander, et al.
Pubblicazione: (2024)
A Friendly Tutorial on Mean-Field Spin Glass Techniques for Non-Physicists
di: Montanari, Andrea, et al.
Pubblicazione: (2022)
di: Montanari, Andrea, et al.
Pubblicazione: (2022)
Posterior Sampling by Combining Diffusion Models with Annealed Langevin Dynamics
di: Xun, Zhiyang, et al.
Pubblicazione: (2025)
di: Xun, Zhiyang, et al.
Pubblicazione: (2025)
Tractability from overparametrization: The example of the negative perceptron
di: Montanari, Andrea, et al.
Pubblicazione: (2021)
di: Montanari, Andrea, et al.
Pubblicazione: (2021)
Characterizing Finite-Dimensional Posterior Marginals in High-Dimensional GLMs via Leave-One-Out
di: Sáenz, Manuel, et al.
Pubblicazione: (2025)
di: Sáenz, Manuel, et al.
Pubblicazione: (2025)
Posterior inference via Hill's prediction model
di: Bissiri, Pier Giovanni, et al.
Pubblicazione: (2026)
di: Bissiri, Pier Giovanni, et al.
Pubblicazione: (2026)
Posterior Covariance Structures in Gaussian Processes
di: Cai, Difeng, et al.
Pubblicazione: (2024)
di: Cai, Difeng, et al.
Pubblicazione: (2024)
Superconsistency of Tests in High Dimensions
di: Kock, Anders Bredahl, et al.
Pubblicazione: (2021)
di: Kock, Anders Bredahl, et al.
Pubblicazione: (2021)
A New Two-Sample Test for Covariance Matrices in High Dimensions: U-Statistics Meet Leading Eigenvalues
di: Lam, Thomas, et al.
Pubblicazione: (2025)
di: Lam, Thomas, et al.
Pubblicazione: (2025)
Posterior Concentration for Gaussian Process Priors under Rescaled and Hierarchical Matérn and Confluent Hypergeometric Covariance Functions
di: Fang, Xiao, et al.
Pubblicazione: (2023)
di: Fang, Xiao, et al.
Pubblicazione: (2023)
Tight Bounds on the Laplace Approximation Accuracy in High Dimensions
di: Katsevich, Anya
Pubblicazione: (2023)
di: Katsevich, Anya
Pubblicazione: (2023)
Bayesian Sparse Gaussian Mixture Model in High Dimensions
di: Yao, Dapeng, et al.
Pubblicazione: (2022)
di: Yao, Dapeng, et al.
Pubblicazione: (2022)
Testing Elliptical Models in High Dimensions
di: Wang, Siyao, et al.
Pubblicazione: (2024)
di: Wang, Siyao, et al.
Pubblicazione: (2024)
Extremes in High Dimensions: Methods and Scalable Algorithms
di: Lederer, Johannes, et al.
Pubblicazione: (2023)
di: Lederer, Johannes, et al.
Pubblicazione: (2023)
On Vector Field Reconstruction from Noisy ODE in High Ambient Dimension
di: Henneuse, Hugo
Pubblicazione: (2025)
di: Henneuse, Hugo
Pubblicazione: (2025)
Characterizing the Training-Conditional Coverage of Full Conformal Inference in High Dimensions
di: Gibbs, Isaac, et al.
Pubblicazione: (2025)
di: Gibbs, Isaac, et al.
Pubblicazione: (2025)
Provable Efficiency of Guidance in Diffusion Models for General Data Distribution
di: Li, Gen, et al.
Pubblicazione: (2025)
di: Li, Gen, et al.
Pubblicazione: (2025)
Posterior concentration in spatio-temporal Hawkes processes
di: Miscouridou, Xenia, et al.
Pubblicazione: (2026)
di: Miscouridou, Xenia, et al.
Pubblicazione: (2026)
Statistical Guarantees for Data-driven Posterior Tempering
di: Ray, Ruchira, et al.
Pubblicazione: (2026)
di: Ray, Ruchira, et al.
Pubblicazione: (2026)
Privacy Guarantees in Posterior Sampling under Contamination
di: Hu, Shenggang, et al.
Pubblicazione: (2024)
di: Hu, Shenggang, et al.
Pubblicazione: (2024)
Bayesian causal discovery: Posterior concentration and optimal detection
di: Lungu, Valentinian, et al.
Pubblicazione: (2025)
di: Lungu, Valentinian, et al.
Pubblicazione: (2025)
Generalized Robust Adaptive-Bandwidth Multi-View Manifold Learning in High Dimensions with Noise
di: Ding, Xiucai, et al.
Pubblicazione: (2026)
di: Ding, Xiucai, et al.
Pubblicazione: (2026)
Breaking AR's Sampling Bottleneck: Provable Acceleration via Diffusion Language Models
di: Li, Gen, et al.
Pubblicazione: (2025)
di: Li, Gen, et al.
Pubblicazione: (2025)
Faster Diffusion Models via Higher-Order Approximation
di: Li, Gen, et al.
Pubblicazione: (2025)
di: Li, Gen, et al.
Pubblicazione: (2025)
Dimension-free Score Matching and Time Bootstrapping for Diffusion Models
di: Kumar, Syamantak, et al.
Pubblicazione: (2025)
di: Kumar, Syamantak, et al.
Pubblicazione: (2025)
PAC-Bayes Bounds for High-Dimensional Multi-Index Models with Unknown Active Dimension
di: Steffen, Maximilian F.
Pubblicazione: (2023)
di: Steffen, Maximilian F.
Pubblicazione: (2023)
Documenti analoghi
-
Provably Efficient Posterior Sampling for Sparse Linear Regression via Measure Decomposition
di: Montanari, Andrea, et al.
Pubblicazione: (2024) -
Dimension free ridge regression
di: Cheng, Chen, et al.
Pubblicazione: (2022) -
Diffusion Posterior Sampling is Computationally Intractable
di: Gupta, Shivam, et al.
Pubblicazione: (2024) -
Topological trivialization in non-convex empirical risk minimization
di: Montanari, Andrea, et al.
Pubblicazione: (2026) -
High-dimensional logistic regression with missing data: Imputation, regularization, and universality
di: Verchand, Kabir Aladin, et al.
Pubblicazione: (2024)