Buchumschlag

Enhancing Low-Precision Sampling via Stochastic Gradient Hamiltonian Monte Carlo

Fuente: arXiv

Gespeichert in:

Bibliographische Detailangaben
Hauptverfasser:	Wang, Ziyi, Chen, Yujie, Song, Qifan, Zhang, Ruqi
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

Bayesian Federated Learning with Hamiltonian Monte Carlo: Algorithm and Theory
von: Liang, Jiajun, et al.
Veröffentlicht: (2024)

Reheated Gradient-based Discrete Sampling for Combinatorial Optimization
von: Li, Muheng, et al.
Veröffentlicht: (2025)

Gradient-based Discrete Sampling with Automatic Cyclical Scheduling
von: Pynadath, Patrick, et al.
Veröffentlicht: (2024)

Nonasymptotic analysis of Stochastic Gradient Hamiltonian Monte Carlo under local conditions for nonconvex optimization
von: Akyildiz, Ömer Deniz, et al.
Veröffentlicht: (2020)

Adaptive Meta-Learning Stochastic Gradient Hamiltonian Monte Carlo Simulation for Bayesian Updating of Structural Dynamic Models
von: Meng, Xianghao, et al.
Veröffentlicht: (2026)

Multi-level Monte-Carlo Gradient Methods for Stochastic Optimization with Biased Oracles
von: Hu, Yifan, et al.
Veröffentlicht: (2024)

Outlier Synthesis via Hamiltonian Monte Carlo for Out-of-Distribution Detection
von: Li, Hengzhuang, et al.
Veröffentlicht: (2025)

Entropy-MCMC: Sampling from Flat Basins with Ease
von: Li, Bolian, et al.
Veröffentlicht: (2023)

Parameter Expanded Stochastic Gradient Markov Chain Monte Carlo
von: Kim, Hyunsu, et al.
Veröffentlicht: (2025)

Counterdiabatic Hamiltonian Monte Carlo
von: Cohn-Gordon, Reuben, et al.
Veröffentlicht: (2026)

Parallelly Tempered Generative Adversarial Nets: Toward Stabilized Gradients
von: Sohn, Jinwon, et al.
Veröffentlicht: (2024)

Faster Sampling via Stochastic Gradient Proximal Sampler
von: Huang, Xunpeng, et al.
Veröffentlicht: (2024)

Stochastic Gradient Piecewise Deterministic Monte Carlo Samplers
von: Fearnhead, Paul, et al.
Veröffentlicht: (2024)

Accurate Large-sample Uncertainty Quantification using Stochastic Gradient Markov Chain Monte Carlo
von: Wang, Yu, et al.
Veröffentlicht: (2026)

Self-Tuning Hamiltonian Monte Carlo for Accelerated Sampling
von: Christiansen, Henrik, et al.
Veröffentlicht: (2023)

Persistent Sampling: Enhancing the Efficiency of Sequential Monte Carlo
von: Karamanis, Minas, et al.
Veröffentlicht: (2024)

Efficient Stochastic Optimisation via Sequential Monte Carlo
von: Cuin, James, et al.
Veröffentlicht: (2026)

Entropy-Guided Sampling of Flat Modes in Discrete Spaces
von: Mohanty, Pinaki, et al.
Veröffentlicht: (2025)

Optimal Stochastic Trace Estimation in Generative Modeling
von: Liu, Xinyang, et al.
Veröffentlicht: (2025)

SQS: Bayesian DNN Compression through Sparse Quantized Sub-distributions
von: Wang, Ziyi, et al.
Veröffentlicht: (2025)

Robust Approximate Sampling via Stochastic Gradient Barker Dynamics
von: Mauri, Lorenzo, et al.
Veröffentlicht: (2024)

Sampling from high-dimensional, multimodal distributions using automatically tuned, tempered Hamiltonian Monte Carlo
von: Park, Joonha
Veröffentlicht: (2021)

Multi-fidelity Hamiltonian Monte Carlo
von: Patel, Dhruv V., et al.
Veröffentlicht: (2024)

Resonances in reflective Hamiltonian Monte Carlo
von: Kroupa, Namu, et al.
Veröffentlicht: (2025)

Last Layer Hamiltonian Monte Carlo
von: Vellenga, Koen, et al.
Veröffentlicht: (2025)

Addressing Performance Saturation for LLM RL via Precise Entropy Curve Control
von: Li, Bolian, et al.
Veröffentlicht: (2026)

Hamiltonian Monte Carlo on ReLU Neural Networks is Inefficient
von: Dinh, Vu C., et al.
Veröffentlicht: (2024)

Slithering Through Gaps: Capturing Discrete Isolated Modes via Logistic Bridging
von: Mohanty, Pinaki, et al.
Veröffentlicht: (2026)

Hamiltonian Monte Carlo with Asymmetrical Momentum Distributions
von: Ghosh, Soumyadip, et al.
Veröffentlicht: (2021)

Efficient Online Variational Estimation via Monte Carlo Sampling
von: Chagneux, Mathis, et al.
Veröffentlicht: (2026)

DIVERSED: Relaxed Speculative Decoding via Dynamic Ensemble Verification
von: Wang, Ziyi, et al.
Veröffentlicht: (2026)

Controlled LLM Decoding via Discrete Auto-regressive Biasing
von: Pynadath, Patrick, et al.
Veröffentlicht: (2025)

Enhanced Data-Driven Product Development via Gradient Based Optimization and Conformalized Monte Carlo Dropout Uncertainty Estimation
von: Nava, Andrea Thomas, et al.
Veröffentlicht: (2026)

Learning Stochastic Hamiltonian Systems via Stochastic Generating Function Neural Network
von: Chen, Chen, et al.
Veröffentlicht: (2025)

Langevin Monte Carlo Beyond Lipschitz Gradient Continuity
von: Benko, Matej, et al.
Veröffentlicht: (2024)

Hamiltonian Monte Carlo Inference of Marginalized Linear Mixed-Effects Models
von: Lai, Jinlin, et al.
Veröffentlicht: (2024)

Algorithmic warm starts for Hamiltonian Monte Carlo
von: Zhang, Matthew S., et al.
Veröffentlicht: (2026)

Online Importance Sampling for Stochastic Gradient Optimization
von: Salaün, Corentin, et al.
Veröffentlicht: (2023)

Multiple Importance Sampling for Stochastic Gradient Estimation
von: Salaün, Corentin, et al.
Veröffentlicht: (2024)

Faster Sampling without Isoperimetry via Diffusion-based Monte Carlo
von: Huang, Xunpeng, et al.
Veröffentlicht: (2024)