Buchumschlag

Diffusion Models as Constrained Samplers for Optimization with Unknown Constraints

Fuente: arXiv

Gespeichert in:

Bibliographische Detailangaben
Hauptverfasser:	Kong, Lingkai, Du, Yuanqi, Mu, Wenhao, Neklyudov, Kirill, De Bortoli, Valentin, Wu, Dongxia, Wang, Haorui, Ferber, Aaron, Ma, Yi-An, Gomes, Carla P., Zhang, Chao
Format:	Preprint
Veröffentlicht:	2024
Schlagworte:	Machine Learning Artificial Intelligence
Online-Zugang:	Acceder al recurso
Tags:	Tag hinzufügen Keine Tags, Fügen Sie den ersten Tag hinzu!

Ähnliche Einträge

Two Birds with One Stone: Enhancing Uncertainty Quantification and Interpretability with Graph Functional Neural Process
von: Kong, Lingkai, et al.
Veröffentlicht: (2025)

MUBen: Benchmarking the Uncertainty of Molecular Representation Models
von: Li, Yinghao, et al.
Veröffentlicht: (2023)

Aligning Large Language Models with Representation Editing: A Control Perspective
von: Kong, Lingkai, et al.
Veröffentlicht: (2024)

LLM-Augmented Chemical Synthesis and Design Decision Programs
von: Wang, Haorui, et al.
Veröffentlicht: (2025)

Efficient Evolutionary Search Over Chemical Space with Large Language Models
von: Wang, Haorui, et al.
Veröffentlicht: (2024)

Particle Denoising Diffusion Sampler
von: Phillips, Angus, et al.
Veröffentlicht: (2024)

Doob's Lagrangian: A Sample-Efficient Variational Approach to Transition Path Sampling
von: Du, Yuanqi, et al.
Veröffentlicht: (2024)

Diffusion Models for Constrained Domains
von: Fishman, Nic, et al.
Veröffentlicht: (2023)

Progressive Inference-Time Annealing of Diffusion Models for Sampling from Boltzmann Densities
von: Akhound-Sadegh, Tara, et al.
Veröffentlicht: (2025)

On the Edge of Memorization in Diffusion Models
von: Buchanan, Sam, et al.
Veröffentlicht: (2025)

Diffusion-DFL: Decision-focused Diffusion Models for Stochastic Optimization
von: Zhao, Zihao, et al.
Veröffentlicht: (2025)

Quantitative Convergences of Lie Group Momentum Optimizers
von: Kong, Lingkai, et al.
Veröffentlicht: (2024)

Critic Loss for Image Classification
von: Rappazzo, Brendan Hogan, et al.
Veröffentlicht: (2024)

No Trick, No Treat: Pursuits and Challenges Towards Simulation-free Training of Neural Samplers
von: He, Jiajun, et al.
Veröffentlicht: (2025)

A Call to Lagrangian Action: Learning Population Mechanics from Temporal Snapshots
von: Guan, Vincent, et al.
Veröffentlicht: (2026)

TPD: Enhancing Student Language Model Reasoning via Principle Discovery and Guidance
von: Wang, Haorui, et al.
Veröffentlicht: (2024)

DF2: Distribution-Free Decision-Focused Learning
von: Kong, Lingkai, et al.
Veröffentlicht: (2023)

Self-Speculative Masked Diffusions
von: Campbell, Andrew, et al.
Veröffentlicht: (2025)

On quantitative Laplace-type convergence results for some exponential probability measures, with two applications
von: De Bortoli, Valentin, et al.
Veröffentlicht: (2021)

The Superposition of Diffusion Models Using the Itô Density Estimator
von: Skreta, Marta, et al.
Veröffentlicht: (2024)

Simulating Diffusion Bridges with Score Matching
von: Heng, Jeremy, et al.
Veröffentlicht: (2021)

Accelerated Diffusion Models via Speculative Sampling
von: De Bortoli, Valentin, et al.
Veröffentlicht: (2025)

Adaptive Destruction Processes for Diffusion Samplers
von: Gritsaev, Timofei, et al.
Veröffentlicht: (2025)

GEM-RAG: Graphical Eigen Memories For Retrieval Augmented Generation
von: Rappazzo, Brendan Hogan, et al.
Veröffentlicht: (2024)

Nearly $d$-Linear Convergence Bounds for Diffusion Models via Stochastic Localization
von: Benton, Joe, et al.
Veröffentlicht: (2023)

Foundations of Diffusion Models in General State Spaces: A Self-Contained Introduction
von: Pauline, Vincent, et al.
Veröffentlicht: (2025)

Convergence of Kinetic Langevin Monte Carlo on Lie groups
von: Kong, Lingkai, et al.
Veröffentlicht: (2024)

From Denoising Diffusions to Denoising Markov Models
von: Benton, Joe, et al.
Veröffentlicht: (2022)

Evolutionary Alternating Direction Method of Multipliers for Constrained Multi-Objective Optimization with Unknown Constraints
von: Li, Shuang, et al.
Veröffentlicht: (2024)

Dynamical Regimes of Diffusion Models
von: Biroli, Giulio, et al.
Veröffentlicht: (2024)

Seasoning Generative Models for a Generalization Aftertaste
von: Husain, Hisham, et al.
Veröffentlicht: (2026)

Diffusion-BBO: Diffusion-Based Inverse Modeling for Online Black-Box Optimization
von: Wu, Dongxia, et al.
Veröffentlicht: (2024)

Learn to Guide Your Diffusion Model
von: Galashov, Alexandre, et al.
Veröffentlicht: (2025)

Self-Refining Training for Amortized Density Functional Theory
von: Hassan, Majdi, et al.
Veröffentlicht: (2025)

Wavefunction Flows: Efficient Quantum Simulation of Continuous Flow Models
von: Layden, David, et al.
Veröffentlicht: (2025)

Riemannian MeanFlow
von: Woo, Dongyeop, et al.
Veröffentlicht: (2026)

Implicit Diffusion: Efficient Optimization through Stochastic Sampling
von: Marion, Pierre, et al.
Veröffentlicht: (2024)

Optimizing Few-Step Sampler for Diffusion Probabilistic Model
von: Huang, Jen-Yuan
Veröffentlicht: (2024)

The Crucial Role of Samplers in Online Direct Preference Optimization
von: Shi, Ruizhe, et al.
Veröffentlicht: (2024)

Diffusion-PINN Sampler
von: Shi, Zhekun, et al.
Veröffentlicht: (2024)