Copertina

Algorithms for mean-field variational inference via polyhedral optimization in the Wasserstein space

Fuente: arXiv

Salvato in:

Dettagli Bibliografici
Autori principali:	Jiang, Yiheng, Chewi, Sinho, Pooladian, Aram-Alexandre
Natura:	Preprint
Pubblicazione:	2023
Soggetti:	Statistics Theory Machine Learning Optimization and Control
Accesso online:	Acceder al recurso
Tags:	Aggiungi Tag Nessun Tag, puoi essere il primo ad aggiungerne!!

Documenti analoghi

Variational inference via radial transport
di: Ghafourpour, Luca, et al.
Pubblicazione: (2026)

Stability of the Kim--Milman flow map
di: Chewi, Sinho, et al.
Pubblicazione: (2025)

Convergence of coordinate ascent variational inference for log-concave measures via optimal transport
di: Arnese, Manuel, et al.
Pubblicazione: (2024)

Lectures on optimization
di: Chewi, Sinho
Pubblicazione: (2026)

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

Theory and computation for structured variational inference
di: Sheng, Shunan, et al.
Pubblicazione: (2025)

A Rod Flow Model for Adam at the Edge of Stability
di: Regis, Eric, et al.
Pubblicazione: (2026)

Rod Flow: A Continuous-Time Model for Gradient Descent at the Edge of Stability
di: Regis, Eric, et al.
Pubblicazione: (2026)

Plug-in estimation of Schrödinger bridges
di: Pooladian, Aram-Alexandre, et al.
Pubblicazione: (2024)

Statistical optimal transport
di: Chewi, Sinho, et al.
Pubblicazione: (2024)

Conditional simulation via entropic optimal transport: Toward non-parametric estimation of conditional Brenier maps
di: Baptista, Ricardo, et al.
Pubblicazione: (2024)

Entropic estimation of optimal transport maps
di: Pooladian, Aram-Alexandre, et al.
Pubblicazione: (2021)

Joint learning of a network of linear dynamical systems via total variation penalization
di: Donnat, Claire, et al.
Pubblicazione: (2025)

Complexity of Non-Log-Concave Sampling in Fisher Information
di: Chewi, Sinho, et al.
Pubblicazione: (2026)

A proximal gradient algorithm for composite log-concave sampling
di: Liu, Linghai, et al.
Pubblicazione: (2026)

Gaussian mixture layers for neural networks
di: Chewi, Sinho, et al.
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)

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

Sampling from Constrained Gibbs Measures: with Applications to High-Dimensional Bayesian Inference
di: Wang, Ruixiao, et al.
Pubblicazione: (2026)

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

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

Gradient descent inference in empirical risk minimization
di: Han, Qiyang, et al.
Pubblicazione: (2024)

Blind denoising diffusion models and the blessings of dimensionality
di: Kadkhodaie, Zahra, et al.
Pubblicazione: (2026)

Optimal transport map estimation in general function spaces
di: Divol, Vincent, et al.
Pubblicazione: (2022)

Entropic Gromov-Wasserstein Distances: Stability and Algorithms
di: Rioux, Gabriel, et al.
Pubblicazione: (2023)

On Regularization via Early Stopping for Least Squares Regression
di: Sonthalia, Rishi, et al.
Pubblicazione: (2024)

Implicit Regularization for Tubal Tensor Factorizations via Gradient Descent
di: Karnik, Santhosh, et al.
Pubblicazione: (2024)

Robustly Learning Monotone Generalized Linear Models via Data Augmentation
di: Zarifis, Nikos, et al.
Pubblicazione: (2025)

Optimal transport natural gradient for statistical manifolds with continuous sample space
di: Chen, Yifan, et al.
Pubblicazione: (2018)

Stopping Rules for Stochastic Gradient Descent via Anytime-Valid Confidence Sequences
di: Aolaritei, Liviu, et al.
Pubblicazione: (2025)

Frequentist Regret Analysis of Gaussian Process Thompson Sampling via Fractional Posteriors
di: Roy, Somjit, et al.
Pubblicazione: (2026)

Decentralized Sparse Linear Regression via Gradient-Tracking: Linear Convergence and Statistical Guarantees
di: Maros, Marie, et al.
Pubblicazione: (2022)

Hyperparameter tuning via trajectory predictions: Stochastic prox-linear methods in matrix sensing
di: Lou, Mengqi, et al.
Pubblicazione: (2024)

Learning the Uncertainty Sets for Control Dynamics via Set Membership: A Non-Asymptotic Analysis
di: Li, Yingying, et al.
Pubblicazione: (2023)

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

Robust stochastic first order methods in heavy-tailed noise via medoid mini-batch gradient sampling
di: Vukovic, Manojlo, et al.
Pubblicazione: (2026)

High-accuracy sampling for diffusion models and log-concave distributions
di: Chen, Fan, et al.
Pubblicazione: (2026)

Mean-field underdamped Langevin dynamics and its spacetime discretization
di: Fu, Qiang, et al.
Pubblicazione: (2023)

Shifted Composition III: Local Error Framework for KL Divergence
di: Altschuler, Jason M., et al.
Pubblicazione: (2024)