Buchumschlag

Posterior Sampling Based on Gradient Flows of the MMD with Negative Distance Kernel

Fuente: arXiv

Gespeichert in:

Bibliographische Detailangaben
Hauptverfasser:	Hagemann, Paul, Hertrich, Johannes, Altekrüger, Fabian, Beinert, Robert, Chemseddine, Jannis, Steidl, Gabriele
Format:	Preprint
Veröffentlicht:	2023
Schlagworte:	Machine Learning Optimization and Control Probability
Online-Zugang:	Acceder al recurso
Tags:	Tag hinzufügen Keine Tags, Fügen Sie den ersten Tag hinzu!

Ähnliche Einträge

Neural Wasserstein Gradient Flows for Maximum Mean Discrepancies with Riesz Kernels
von: Altekrüger, Fabian, et al.
Veröffentlicht: (2023)

Wasserstein Gradient Flows of the Discrepancy with Distance Kernel on the Line
von: Hertrich, Johannes, et al.
Veröffentlicht: (2023)

Wasserstein Steepest Descent Flows of Discrepancies with Riesz Kernels
von: Hertrich, Johannes, et al.
Veröffentlicht: (2022)

Generative Sliced MMD Flows with Riesz Kernels
von: Hertrich, Johannes, et al.
Veröffentlicht: (2023)

Conditional Wasserstein Distances with Applications in Bayesian OT Flow Matching
von: Chemseddine, Jannis, et al.
Veröffentlicht: (2024)

Wasserstein Gradient Flows of MMD Functionals with Distance Kernel and Cauchy Problems on Quantile Functions
von: Duong, Richard, et al.
Veröffentlicht: (2024)

Generalized Wasserstein Flow Matching: Transport Plans, Everywhere, All at Once
von: Piening, Moritz, et al.
Veröffentlicht: (2026)

Sharp Rates of MMD Empirical Estimation with Power Kernels
von: Colasanto, Francesco, et al.
Veröffentlicht: (2026)

Mixed Noise and Posterior Estimation with Conditional DeepGEM
von: Hagemann, Paul, et al.
Veröffentlicht: (2024)

Convolutional Proximal Neural Networks and Plug-and-Play Algorithms
von: Hertrich, Johannes, et al.
Veröffentlicht: (2020)

Provable Mixed-Noise Learning with Flow-Matching
von: Hagemann, Paul, et al.
Veröffentlicht: (2025)

Neural Sampling from Boltzmann Densities: Fisher-Rao Curves in the Wasserstein Geometry
von: Chemseddine, Jannis, et al.
Veröffentlicht: (2024)

Sampling from Boltzmann densities with physics informed low-rank formats
von: Hagemann, Paul, et al.
Veröffentlicht: (2024)

Smoothed Distance Kernels for MMDs and Applications in Wasserstein Gradient Flows
von: Rux, Nicolaj, et al.
Veröffentlicht: (2025)

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

Stability of Data-Dependent Ridge-Regularization for Inverse Problems
von: Neumayer, Sebastian, et al.
Veröffentlicht: (2024)

Controlled Swarm Gradient Dynamics
von: Aubert, Louison
Veröffentlicht: (2026)

Denoising of Sphere- and SO(3)-Valued Data by Relaxed Tikhonov Regularization
von: Beinert, Robert, et al.
Veröffentlicht: (2023)

Conditional Generative Models are Provably Robust: Pointwise Guarantees for Bayesian Inverse Problems
von: Altekrüger, Fabian, et al.
Veröffentlicht: (2023)

Controlling the Flow: Stability and Convergence for Stochastic Gradient Descent with Decaying Regularization
von: Kassing, Sebastian, et al.
Veröffentlicht: (2025)

Non-Stationary Gradient Descent for Optimal Auto-Scaling in Serverless Platforms
von: Anselmi, Jonatha, et al.
Veröffentlicht: (2025)

Sparsity of Quadratically Regularized Optimal Transport: Bounds on concentration and bias
von: Wiesel, Johannes, et al.
Veröffentlicht: (2024)

Learning from small data sets: Patch‐based regularizers in inverse problems for image reconstruction
von: Moritz Piening, et al.
Veröffentlicht: (2024)

Spherical Flows for Sampling Categorical Data
von: Chemseddine, Jannis, et al.
Veröffentlicht: (2026)

Markov Kernels, Distances and Optimal Control: A Parable of Linear Quadratic Non-Gaussian Distribution Steering
von: Teter, Alexis M. H., et al.
Veröffentlicht: (2025)

Markov-Nash equilibria in mean-field games under model uncertainty
von: Langner, Johannes, et al.
Veröffentlicht: (2024)

Linear Algebraic Truncation Algorithm with A Posteriori Error Bounds for Computing Markov Chain Equilibrium Gradients
von: Mahdian, Saied, et al.
Veröffentlicht: (2025)

Trajectory-Based Optimization for Air Traffic Control in the Terminal Maneuvering Area
von: Pang, Yutian, et al.
Veröffentlicht: (2026)

An Online Multiobjective Policy Gradient for Long-run Average-reward Markov Decision Process
von: Misra, Rahul, et al.
Veröffentlicht: (2025)

Iteration Complexity and Finite-Time Efficiency of Adaptive Sampling Trust-Region Methods for Stochastic Derivative-Free Optimization
von: Ha, Yunsoo, et al.
Veröffentlicht: (2023)

A gradient flow on control space with rough initial condition
von: Gassiat, Paul, et al.
Veröffentlicht: (2024)

Geometric Trajectory Optimization for TRACON Arrivals: An NLP Approach with ATC Vectoring Maneuver Modeling
von: Pang, Yutian, et al.
Veröffentlicht: (2026)

A randomisation method for mean-field control problems with common noise
von: Denkert, Robert, et al.
Veröffentlicht: (2024)

Structure Matters: Dynamic Policy Gradient
von: Klein, Sara, et al.
Veröffentlicht: (2024)

Optimal control of stochastic Volterra integral equations with completely monotone kernels and stochastic differential equations on Hilbert spaces with unbounded control and diffusion operators
von: Bolli, Gabriele, et al.
Veröffentlicht: (2026)

Sampling-Based Zero-Order Optimization Algorithms
von: Zhang, Xicheng
Veröffentlicht: (2025)

Data-driven Multistage Distributionally Robust Linear Optimization with Nested Distance
von: Gao, Rui, et al.
Veröffentlicht: (2024)

Flatness-Aware Stochastic Gradient Langevin Dynamics
von: Bruno, Stefano, et al.
Veröffentlicht: (2025)

Optimization Based Data Enrichment Using Stochastic Dynamical System Models
von: Kearney, Griffin M., et al.
Veröffentlicht: (2023)

Derivative Estimation from Coarse, Irregular, Noisy Samples: An MLE-Spline Approach
von: Avrachenkov, Konstantin E., et al.
Veröffentlicht: (2025)