Buchumschlag

Scalable Wasserstein Gradient Flow for Generative Modeling through Unbalanced Optimal Transport

Fuente: arXiv

Gespeichert in:

Bibliographische Detailangaben
Hauptverfasser:	Choi, Jaemoo, Choi, Jaewoong, Kang, Myungjoo
Format:	Preprint
Veröffentlicht:	2024
Schlagworte:	Machine Learning Computer Vision and Pattern Recognition
Online-Zugang:	Acceder al recurso
Tags:	Tag hinzufügen Keine Tags, Fügen Sie den ersten Tag hinzu!

Ähnliche Einträge

Generative Modeling through the Semi-dual Formulation of Unbalanced Optimal Transport
von: Choi, Jaemoo, et al.
Veröffentlicht: (2023)

Analyzing and Improving Optimal-Transport-based Adversarial Networks
von: Choi, Jaemoo, et al.
Veröffentlicht: (2023)

Unsupervised Point Cloud Completion through Unbalanced Optimal Transport
von: Lee, Taekyung, et al.
Veröffentlicht: (2024)

Improving Neural Optimal Transport via Displacement Interpolation
von: Choi, Jaemoo, et al.
Veröffentlicht: (2024)

Conditional Unbalanced Optimal Transport Maps: An Outlier-Robust Framework for Conditional Generative Modeling
von: Yoon, Jiwoo, et al.
Veröffentlicht: (2026)

Scalable Simulation-free Entropic Unbalanced Optimal Transport
von: Choi, Jaemoo, et al.
Veröffentlicht: (2024)

Reweighted Flow Matching via Unbalanced OT for Label-free Long-tailed Generation
von: Song, Hyunsoo, et al.
Veröffentlicht: (2025)

Unlearning for One-Step Generative Models via Unbalanced Optimal Transport
von: Choi, Hyundo, et al.
Veröffentlicht: (2026)

Overcoming Spurious Solutions in Semi-Dual Neural Optimal Transport: A Smoothing Approach for Learning the Optimal Transport Plan
von: Choi, Jaemoo, et al.
Veröffentlicht: (2025)

MFM-point: Multi-scale Flow Matching for Point Cloud Generation
von: Molodyk, Petr, et al.
Veröffentlicht: (2025)

Spatial-and-Frequency-aware Restoration method for Images based on Diffusion Models
von: Lee, Kyungsung, et al.
Veröffentlicht: (2024)

Improving Diffusion-Based Generative Models via Approximated Optimal Transport
von: Kim, Daegyu, et al.
Veröffentlicht: (2024)

Robust Barycenter Estimation using Semi-Unbalanced Neural Optimal Transport
von: Gazdieva, Milena, et al.
Veröffentlicht: (2024)

Formalizing the Sampling Design Space of Diffusion-Based Generative Models via Adaptive Solvers and Wasserstein-Bounded Timesteps
von: Jo, Sangwoo, et al.
Veröffentlicht: (2026)

Fast and Accurate Neural Rendering Using Semi-Gradients
von: Cho, In-Young, et al.
Veröffentlicht: (2024)

Bi-level Unbalanced Optimal Transport for Partial Domain Adaptation
von: Chen, Zi-Ying, et al.
Veröffentlicht: (2025)

MINR: Implicit Neural Representations with Masked Image Modelling
von: Lee, Sua, et al.
Veröffentlicht: (2025)

Min Generalized Sliced Gromov Wasserstein: A Scalable Path to Gromov Wasserstein
von: Shahbazi, Ashkan, et al.
Veröffentlicht: (2026)

Unbalanced Optimal Transport Dictionary Learning for Unsupervised Hyperspectral Image Clustering
von: Lentz, Joshua, et al.
Veröffentlicht: (2026)

Temporally Consistent Unbalanced Optimal Transport for Unsupervised Action Segmentation
von: Xu, Ming, et al.
Veröffentlicht: (2024)

Shape-of-You: Fused Gromov-Wasserstein Optimal Transport for Semantic Correspondence in-the-Wild
von: Im, Jiin, et al.
Veröffentlicht: (2026)

Learning Discrete Autoregressive Priors with Wasserstein Gradient Flow
von: Zheng, Bowen, et al.
Veröffentlicht: (2026)

A Unifying View of Variational Generative Wasserstein Flows
von: Caucheteux, Paul, et al.
Veröffentlicht: (2026)

The Curse of Conditions: Analyzing and Improving Optimal Transport for Conditional Flow-Based Generation
von: Cheng, Ho Kei, et al.
Veröffentlicht: (2025)

Recall-Oriented Continual Learning with Generative Adversarial Meta-Model
von: Kang, Haneol, et al.
Veröffentlicht: (2024)

Efficient Generative Modeling beyond Memoryless Diffusion via Adjoint Schrödinger Bridge Matching
von: Shin, Jeongwoo, et al.
Veröffentlicht: (2026)

Enhancing Image Classification in Small and Unbalanced Datasets through Synthetic Data Augmentation
von: De La Fuente, Neil, et al.
Veröffentlicht: (2024)

UOTIP: Unbalanced Optimal Transport Map for Unpaired Inverse Problems
von: Lee, Donggyu, et al.
Veröffentlicht: (2026)

Low-Bit, High-Fidelity: Optimal Transport Quantization for Flow Matching
von: Varam, Dara, et al.
Veröffentlicht: (2025)

Taming Flow Matching with Unbalanced Optimal Transport into Fast Pansharpening
von: Cao, Zihan, et al.
Veröffentlicht: (2025)

Simple Drop-in LoRA Conditioning on Attention Layers Will Improve Your Diffusion Model
von: Choi, Joo Young, et al.
Veröffentlicht: (2024)

SiT: Exploring Flow and Diffusion-based Generative Models with Scalable Interpolant Transformers
von: Ma, Nanye, et al.
Veröffentlicht: (2024)

A Novel Diffusion Model for Pairwise Geoscience Data Generation with Unbalanced Training Dataset
von: Yang, Junhuan, et al.
Veröffentlicht: (2025)

COT-FM: Cluster-wise Optimal Transport Flow Matching
von: Chiang, Chiensheng, et al.
Veröffentlicht: (2026)

A Generative Model for Texture Synthesis based on Optimal Transport between Feature Distributions
von: Houdard, Antoine, et al.
Veröffentlicht: (2020)

From Baselines to Transport Geodesics: Axiomatic Attribution via Optimal Generative Flows
von: Zhang, Cenwei, et al.
Veröffentlicht: (2026)

Feature Diversification and Adaptation for Federated Domain Generalization
von: Yang, Seunghan, et al.
Veröffentlicht: (2024)

ZeroFlow: Scalable Scene Flow via Distillation
von: Vedder, Kyle, et al.
Veröffentlicht: (2023)

Improving Generative Pre-Training: An In-depth Study of Masked Image Modeling and Denoising Models
von: Choi, Hyesong, et al.
Veröffentlicht: (2024)

Bellman Optimal Stepsize Straightening of Flow-Matching Models
von: Nguyen, Bao, et al.
Veröffentlicht: (2023)