Image de couverture de livre

Enhancing Low-Precision Sampling via Stochastic Gradient Hamiltonian Monte Carlo

Fuente: arXiv

Enregistré dans:

Détails bibliographiques
Auteurs principaux:	Wang, Ziyi, Chen, Yujie, Song, Qifan, Zhang, Ruqi
Format:	Preprint
Publié:	2023
Sujets:	Machine Learning
Accès en ligne:	Acceder al recurso
Tags:	Ajouter un tag Pas de tags, Soyez le premier à ajouter un tag!

Documents similaires

Bayesian Federated Learning with Hamiltonian Monte Carlo: Algorithm and Theory
par: Liang, Jiajun, et autres
Publié: (2024)

Reheated Gradient-based Discrete Sampling for Combinatorial Optimization
par: Li, Muheng, et autres
Publié: (2025)

Gradient-based Discrete Sampling with Automatic Cyclical Scheduling
par: Pynadath, Patrick, et autres
Publié: (2024)

Nonasymptotic analysis of Stochastic Gradient Hamiltonian Monte Carlo under local conditions for nonconvex optimization
par: Akyildiz, Ömer Deniz, et autres
Publié: (2020)

Adaptive Meta-Learning Stochastic Gradient Hamiltonian Monte Carlo Simulation for Bayesian Updating of Structural Dynamic Models
par: Meng, Xianghao, et autres
Publié: (2026)

Multi-level Monte-Carlo Gradient Methods for Stochastic Optimization with Biased Oracles
par: Hu, Yifan, et autres
Publié: (2024)

Outlier Synthesis via Hamiltonian Monte Carlo for Out-of-Distribution Detection
par: Li, Hengzhuang, et autres
Publié: (2025)

Entropy-MCMC: Sampling from Flat Basins with Ease
par: Li, Bolian, et autres
Publié: (2023)

Parameter Expanded Stochastic Gradient Markov Chain Monte Carlo
par: Kim, Hyunsu, et autres
Publié: (2025)

Counterdiabatic Hamiltonian Monte Carlo
par: Cohn-Gordon, Reuben, et autres
Publié: (2026)

Parallelly Tempered Generative Adversarial Nets: Toward Stabilized Gradients
par: Sohn, Jinwon, et autres
Publié: (2024)

Faster Sampling via Stochastic Gradient Proximal Sampler
par: Huang, Xunpeng, et autres
Publié: (2024)

Stochastic Gradient Piecewise Deterministic Monte Carlo Samplers
par: Fearnhead, Paul, et autres
Publié: (2024)

Accurate Large-sample Uncertainty Quantification using Stochastic Gradient Markov Chain Monte Carlo
par: Wang, Yu, et autres
Publié: (2026)

Self-Tuning Hamiltonian Monte Carlo for Accelerated Sampling
par: Christiansen, Henrik, et autres
Publié: (2023)

Persistent Sampling: Enhancing the Efficiency of Sequential Monte Carlo
par: Karamanis, Minas, et autres
Publié: (2024)

Efficient Stochastic Optimisation via Sequential Monte Carlo
par: Cuin, James, et autres
Publié: (2026)

Entropy-Guided Sampling of Flat Modes in Discrete Spaces
par: Mohanty, Pinaki, et autres
Publié: (2025)

Optimal Stochastic Trace Estimation in Generative Modeling
par: Liu, Xinyang, et autres
Publié: (2025)

SQS: Bayesian DNN Compression through Sparse Quantized Sub-distributions
par: Wang, Ziyi, et autres
Publié: (2025)

Robust Approximate Sampling via Stochastic Gradient Barker Dynamics
par: Mauri, Lorenzo, et autres
Publié: (2024)

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

Multi-fidelity Hamiltonian Monte Carlo
par: Patel, Dhruv V., et autres
Publié: (2024)

Resonances in reflective Hamiltonian Monte Carlo
par: Kroupa, Namu, et autres
Publié: (2025)

Last Layer Hamiltonian Monte Carlo
par: Vellenga, Koen, et autres
Publié: (2025)

Addressing Performance Saturation for LLM RL via Precise Entropy Curve Control
par: Li, Bolian, et autres
Publié: (2026)

Hamiltonian Monte Carlo on ReLU Neural Networks is Inefficient
par: Dinh, Vu C., et autres
Publié: (2024)

Slithering Through Gaps: Capturing Discrete Isolated Modes via Logistic Bridging
par: Mohanty, Pinaki, et autres
Publié: (2026)

Hamiltonian Monte Carlo with Asymmetrical Momentum Distributions
par: Ghosh, Soumyadip, et autres
Publié: (2021)

Efficient Online Variational Estimation via Monte Carlo Sampling
par: Chagneux, Mathis, et autres
Publié: (2026)

DIVERSED: Relaxed Speculative Decoding via Dynamic Ensemble Verification
par: Wang, Ziyi, et autres
Publié: (2026)

Controlled LLM Decoding via Discrete Auto-regressive Biasing
par: Pynadath, Patrick, et autres
Publié: (2025)

Enhanced Data-Driven Product Development via Gradient Based Optimization and Conformalized Monte Carlo Dropout Uncertainty Estimation
par: Nava, Andrea Thomas, et autres
Publié: (2026)

Learning Stochastic Hamiltonian Systems via Stochastic Generating Function Neural Network
par: Chen, Chen, et autres
Publié: (2025)

Langevin Monte Carlo Beyond Lipschitz Gradient Continuity
par: Benko, Matej, et autres
Publié: (2024)

Hamiltonian Monte Carlo Inference of Marginalized Linear Mixed-Effects Models
par: Lai, Jinlin, et autres
Publié: (2024)

Algorithmic warm starts for Hamiltonian Monte Carlo
par: Zhang, Matthew S., et autres
Publié: (2026)

Online Importance Sampling for Stochastic Gradient Optimization
par: Salaün, Corentin, et autres
Publié: (2023)

Multiple Importance Sampling for Stochastic Gradient Estimation
par: Salaün, Corentin, et autres
Publié: (2024)

Faster Sampling without Isoperimetry via Diffusion-based Monte Carlo
par: Huang, Xunpeng, et autres
Publié: (2024)