Copertina

Entropic Gromov-Wasserstein Distances: Stability and Algorithms

Fuente: arXiv

Salvato in:

Dettagli Bibliografici
Autori principali:	Rioux, Gabriel, Goldfeld, Ziv, Kato, Kengo
Natura:	Preprint
Pubblicazione:	2023
Soggetti:	Optimization and Control Statistics Theory
Accesso online:	Acceder al recurso
Tags:	Aggiungi Tag Nessun Tag, puoi essere il primo ad aggiungerne!!

Documenti analoghi

Limit Laws for Gromov-Wasserstein Alignment with Applications to Testing Graph Isomorphisms
di: Rioux, Gabriel, et al.
Pubblicazione: (2024)

Sliced Inner Product Gromov-Wasserstein Distances
di: Gong, Xiaoyun, et al.
Pubblicazione: (2026)

Neural Entropic Optimal Transport and Gromov-Wasserstein Alignment
di: Wang, Tao, et al.
Pubblicazione: (2023)

Entropic vector quantile regression: Duality and Gaussian case
di: Kato, Kengo, et al.
Pubblicazione: (2026)

Robust Alignment via Partial Gromov-Wasserstein Distances
di: Gong, Xiaoyun, et al.
Pubblicazione: (2025)

Approximation Analysis of the Entropic Penalty in Quadratic Programming
di: Karumanchi, Venkatkrishna, et al.
Pubblicazione: (2025)

Stability and statistical inference for semidiscrete optimal transport maps
di: Sadhu, Ritwik, et al.
Pubblicazione: (2023)

Wasserstein Proximal Coordinate Gradient Algorithms
di: Yao, Rentian, et al.
Pubblicazione: (2024)

Convergence of empirical Gromov-Wasserstein distance
di: Kato, Kengo, et al.
Pubblicazione: (2025)

Gradient Flows and Riemannian Structure in the Gromov-Wasserstein Geometry
di: Zhang, Zhengxin, et al.
Pubblicazione: (2024)

Neural Estimation Of Entropic Optimal Transport
di: Wang, Tao, et al.
Pubblicazione: (2024)

Robust Estimation under the Wasserstein Distance
di: Nietert, Sloan, et al.
Pubblicazione: (2023)

Wasserstein Distributionally Robust Quantile Regression
di: Zhang, Chunxu, et al.
Pubblicazione: (2026)

Approximation rates of entropic maps in semidiscrete optimal transport
di: Sadhu, Ritwik, et al.
Pubblicazione: (2024)

Algorithms for mean-field variational inference via polyhedral optimization in the Wasserstein space
di: Jiang, Yiheng, et al.
Pubblicazione: (2023)

Optimal transport and Wasserstein distances for causal models
di: Cheridito, Patrick, et al.
Pubblicazione: (2023)

Wasserstein Distributionally Robust Optimization with Heterogeneous Data Sources
di: Rychener, Yves, et al.
Pubblicazione: (2024)

Exactly or Approximately Wasserstein Distributionally Robust Estimation According to Wasserstein Radii Being Small or Large
di: Ding, Xiao, et al.
Pubblicazione: (2025)

A connection between Tempering and Entropic Mirror Descent
di: Chopin, Nicolas, et al.
Pubblicazione: (2023)

Sinkhorn algorithms for entropic vector quantile regression
di: Kato, Kengo, et al.
Pubblicazione: (2026)

Multifractal Analysis of the Sinkhorn Algorithm: Unveiling the Intricate Structure of Optimal Transport Maps
di: Mena, Jose Rafael Espinosa
Pubblicazione: (2024)

Convex relaxation for the generalized maximum-entropy sampling problem
di: Ponte, Gabriel, et al.
Pubblicazione: (2024)

Convergence of flow-based generative models via proximal gradient descent in Wasserstein space
di: Cheng, Xiuyuan, et al.
Pubblicazione: (2023)

Semidefinite Relaxations of the Gromov-Wasserstein Distance
di: Chen, Junyu, et al.
Pubblicazione: (2023)

Autocovariance and Optimal Design for Random Walk Metropolis-Hastings Algorithm
di: Zhang, Jingyi, et al.
Pubblicazione: (2025)

A Novel Sliced Fused Gromov-Wasserstein Distance
di: Piening, Moritz, et al.
Pubblicazione: (2025)

Optimal Algorithms for Nonlinear Estimation with Convex Models
di: Foucart, Simon
Pubblicazione: (2025)

Variational Transport: A Convergent Particle-BasedAlgorithm for Distributional Optimization
di: Yang, Zhuoran, et al.
Pubblicazione: (2020)

An Improved Analysis of Langevin Algorithms with Prior Diffusion for Non-Log-Concave Sampling
di: Huang, Xunpeng, et al.
Pubblicazione: (2024)

Distributionally-Robust Optimization with Noisy Data for Discrete Uncertainties Using Total Variation Distance
di: Farokhi, Farhad
Pubblicazione: (2023)

Mixing Times and Privacy Analysis for the Projected Langevin Algorithm under a Modulus of Continuity
di: Bravo, Mario, et al.
Pubblicazione: (2025)

Minimax Sequential Testing for Poisson Processes
di: Mei, Hongwei
Pubblicazione: (2023)

The High Line: Exact Risk and Learning Rate Curves of Stochastic Adaptive Learning Rate Algorithms
di: Collins-Woodfin, Elizabeth, et al.
Pubblicazione: (2024)

A High-Dimensional Statistical Theory for Convex and Nonconvex Matrix Sensing
di: Agterberg, Joshua, et al.
Pubblicazione: (2025)

Statistical Inference of Day-to-Day Traffic Dynamics
di: Wu, Minghui, et al.
Pubblicazione: (2026)

Phase retrieval and matrix sensing via benign and overparametrized nonconvex optimization
di: McRae, Andrew D.
Pubblicazione: (2025)

Breaking a Logarithmic Barrier in the Stopping Time Convergence Rate of Stochastic First-order Methods
di: Feng, Yasong, et al.
Pubblicazione: (2025)

Approximate D-optimal design and equilibrium measure
di: Henrion, Didier, et al.
Pubblicazione: (2024)

Optimization via Strategic Law of Large Numbers
di: Chen, Xiaohong, et al.
Pubblicazione: (2024)

Minimax-optimal Halpern iterations for Lipschitz maps
di: Bravo, Mario, et al.
Pubblicazione: (2026)