Copertina

Simulation-free Schrödinger bridges via score and flow matching

Fuente: arXiv

Salvato in:

Dettagli Bibliografici
Autori principali:	Tong, Alexander, Malkin, Nikolay, Fatras, Kilian, Atanackovic, Lazar, Zhang, Yanlei, Huguet, Guillaume, Wolf, Guy, Bengio, Yoshua
Natura:	Preprint
Pubblicazione:	2023
Soggetti:	Machine Learning
Accesso online:	Acceder al recurso
Tags:	Aggiungi Tag Nessun Tag, puoi essere il primo ad aggiungerne!!

Documenti analoghi

Improving and generalizing flow-based generative models with minibatch optimal transport
di: Tong, Alexander, et al.
Pubblicazione: (2023)

Investigating Generalization Behaviours of Generative Flow Networks
di: Atanackovic, Lazar, et al.
Pubblicazione: (2024)

In-Context Parametric Inference: Point or Distribution Estimators?
di: Mittal, Sarthak, et al.
Pubblicazione: (2025)

Machine learning and information theory concepts towards an AI Mathematician
di: Bengio, Yoshua, et al.
Pubblicazione: (2024)

On Generalization for Generative Flow Networks
di: Krichel, Anas, et al.
Pubblicazione: (2024)

Meta Flow Matching: Integrating Vector Fields on the Wasserstein Manifold
di: Atanackovic, Lazar, et al.
Pubblicazione: (2024)

Discrete Probabilistic Inference as Control in Multi-path Environments
di: Deleu, Tristan, et al.
Pubblicazione: (2024)

Discrete, compositional, and symbolic representations through attractor dynamics
di: Nam, Andrew, et al.
Pubblicazione: (2023)

Expected flow networks in stochastic environments and two-player zero-sum games
di: Jiralerspong, Marco, et al.
Pubblicazione: (2023)

PhyloGFN: Phylogenetic inference with generative flow networks
di: Zhou, Mingyang, et al.
Pubblicazione: (2023)

Amortizing intractable inference in large language models
di: Hu, Edward J., et al.
Pubblicazione: (2023)

Simulation-free Structure Learning for Stochastic Dynamics
di: Rimawi-Fine, Noah El, et al.
Pubblicazione: (2025)

Learning Decision Trees as Amortized Structure Inference
di: Mahfoud, Mohammed, et al.
Pubblicazione: (2025)

Generating and Imputing Tabular Data via Diffusion and Flow-based Gradient-Boosted Trees
di: Jolicoeur-Martineau, Alexia, et al.
Pubblicazione: (2023)

Outsourced diffusion sampling: Efficient posterior inference in latent spaces of generative models
di: Venkatraman, Siddarth, et al.
Pubblicazione: (2025)

The Superposition of Diffusion Models Using the Itô Density Estimator
di: Skreta, Marta, et al.
Pubblicazione: (2024)

Delta-AI: Local objectives for amortized inference in sparse graphical models
di: Falet, Jean-Pierre, et al.
Pubblicazione: (2023)

Action abstractions for amortized sampling
di: Boussif, Oussama, et al.
Pubblicazione: (2024)

Adaptive teachers for amortized samplers
di: Kim, Minsu, et al.
Pubblicazione: (2024)

A Computational Framework for Solving Wasserstein Lagrangian Flows
di: Neklyudov, Kirill, et al.
Pubblicazione: (2023)

A Call to Lagrangian Action: Learning Population Mechanics from Temporal Snapshots
di: Guan, Vincent, et al.
Pubblicazione: (2026)

Baking Symmetry into GFlowNets
di: Ma, George, et al.
Pubblicazione: (2024)

A Complexity-Based Theory of Compositionality
di: Elmoznino, Eric, et al.
Pubblicazione: (2024)

Improved off-policy training of diffusion samplers
di: Sendera, Marcin, et al.
Pubblicazione: (2024)

Can a Bayesian Oracle Prevent Harm from an Agent?
di: Bengio, Yoshua, et al.
Pubblicazione: (2024)

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

FALCON: Few-step Accurate Likelihoods for Continuous Flows
di: Rehman, Danyal, et al.
Pubblicazione: (2025)

Noticing the Watcher: LLM Agents Can Infer CoT Monitoring from Blocking Feedback
di: Jiralerspong, Thomas, et al.
Pubblicazione: (2026)

Data-to-Energy Stochastic Dynamics
di: Tamogashev, Kirill, et al.
Pubblicazione: (2025)

Recursive Self-Aggregation Unlocks Deep Thinking in Large Language Models
di: Venkatraman, Siddarth, et al.
Pubblicazione: (2025)

Measure-to-measure Regression with Transformers
di: Vandergrift, Matthew, et al.
Pubblicazione: (2026)

Iterated Denoising Energy Matching for Sampling from Boltzmann Densities
di: Akhound-Sadegh, Tara, et al.
Pubblicazione: (2024)

AdaFisher: Adaptive Second Order Optimization via Fisher Information
di: Gomes, Damien Martins, et al.
Pubblicazione: (2024)

Sequence-Augmented SE(3)-Flow Matching For Conditional Protein Backbone Generation
di: Huguet, Guillaume, et al.
Pubblicazione: (2024)

Slicing Unbalanced Optimal Transport
di: Bonet, Clément, et al.
Pubblicazione: (2023)

MIOFlow 2.0: A unified framework for inferring cellular stochastic dynamics from single cell and spatial transcriptomics data
di: Sun, Xingzhi, et al.
Pubblicazione: (2026)

Interventional Causal Representation Learning
di: Ahuja, Kartik, et al.
Pubblicazione: (2022)

Relative Trajectory Balance is equivalent to Trust-PCL
di: Deleu, Tristan, et al.
Pubblicazione: (2025)

Geometry-Aware Generative Autoencoders for Warped Riemannian Metric Learning and Generative Modeling on Data Manifolds
di: Sun, Xingzhi, et al.
Pubblicazione: (2024)

Curly Flow Matching for Learning Non-gradient Field Dynamics
di: Petrović, Katarina, et al.
Pubblicazione: (2025)