Buchumschlag

An Improved Analysis of Langevin Algorithms with Prior Diffusion for Non-Log-Concave Sampling

Fuente: arXiv

Gespeichert in:

Bibliographische Detailangaben
Hauptverfasser:	Huang, Xunpeng, Dong, Hanze, Zou, Difan, Zhang, Tong
Format:	Preprint
Veröffentlicht:	2024
Schlagworte:	Machine Learning Optimization and Control Statistics Theory
Online-Zugang:	Acceder al recurso
Tags:	Tag hinzufügen Keine Tags, Fügen Sie den ersten Tag hinzu!

Ähnliche Einträge

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

Reverse Diffusion Monte Carlo
von: Huang, Xunpeng, et al.
Veröffentlicht: (2023)

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

An Elementary Proof of the Near Optimality of LogSumExp Smoothing
von: Samakhoana, Thabo, et al.
Veröffentlicht: (2025)

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

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

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

Variational Transport: A Convergent Particle-BasedAlgorithm for Distributional Optimization
von: Yang, Zhuoran, et al.
Veröffentlicht: (2020)

Pessimism Meets Risk: Risk-Sensitive Offline Reinforcement Learning
von: Zhang, Dake, et al.
Veröffentlicht: (2024)

Stochastic Optimization with Optimal Importance Sampling
von: Aolaritei, Liviu, et al.
Veröffentlicht: (2025)

Is Q-Learning Minimax Optimal? A Tight Sample Complexity Analysis
von: Li, Gen, et al.
Veröffentlicht: (2021)

On the Sample Complexity of Set Membership Estimation for Linear Systems with Disturbances Bounded by Convex Sets
von: Xu, Haonan, et al.
Veröffentlicht: (2024)

Algorithms for mean-field variational inference via polyhedral optimization in the Wasserstein space
von: Jiang, Yiheng, et al.
Veröffentlicht: (2023)

Denoising Diffusions with Optimal Transport: Localization, Curvature, and Multi-Scale Complexity
von: Liang, Tengyuan, et al.
Veröffentlicht: (2024)

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

Probabilistic Guarantees of Stochastic Recursive Gradient in Non-Convex Finite Sum Problems
von: Zhong, Yanjie, et al.
Veröffentlicht: (2024)

Data-Efficient Non-Gaussian Semi-Nonparametric Density Estimation for Nonlinear Dynamical Systems
von: Liao, Aaron R., et al.
Veröffentlicht: (2026)

Error Analysis of Triangular Optimal Transport Maps for Filtering
von: Al-Jarrah, Mohammad, et al.
Veröffentlicht: (2025)

Convergence Rates for Non-Log-Concave Sampling and Log-Partition Estimation
von: Holzmüller, David, et al.
Veröffentlicht: (2023)

Breaking the Sample Size Barrier in Model-Based Reinforcement Learning with a Generative Model
von: Li, Gen, et al.
Veröffentlicht: (2020)

Online Experimental Design With Estimation-Regret Trade-off Under Network Interference
von: Zhang, Zhiheng, et al.
Veröffentlicht: (2024)

A Piecewise Lyapunov Analysis of Sub-quadratic SGD: Applications to Robust and Quantile Regression
von: Zhang, Yixuan, et al.
Veröffentlicht: (2025)

The Collusion of Memory and Nonlinearity in Stochastic Approximation With Constant Stepsize
von: Huo, Dongyan, et al.
Veröffentlicht: (2024)

Efficient Group Lasso Regularized Rank Regression with Data-Driven Parameter Determination
von: Lin, Meixia, et al.
Veröffentlicht: (2025)

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

Statistical and Algorithmic Foundations of Reinforcement Learning
von: Chi, Yuejie, et al.
Veröffentlicht: (2025)

Optimism Stabilizes Thompson Sampling for Adaptive Inference
von: Yan, Shunxing, et al.
Veröffentlicht: (2026)

Smooth Non-Stationary Bandits
von: Jia, Su, et al.
Veröffentlicht: (2023)

Statistical Analysis of Conditional Group Distributionally Robust Optimization with Cross-Entropy Loss
von: Guo, Zijian, et al.
Veröffentlicht: (2025)

Markov Kernels, Distances and Optimal Control: A Parable of Linear Quadratic Non-Gaussian Distribution Steering
von: Teter, Alexis M. H., et al.
Veröffentlicht: (2025)

Straight-Through meets Sparse Recovery: the Support Exploration Algorithm
von: Mohamed, Mimoun, et al.
Veröffentlicht: (2023)

On the Uniform Convergence of Subdifferentials in Stochastic Optimization and Learning
von: Ruan, Feng
Veröffentlicht: (2024)

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

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

Off-policy estimation with adaptively collected data: the power of online learning
von: Lee, Jeonghwan, et al.
Veröffentlicht: (2024)

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

A Theory of Feature Learning in Kernel Models
von: Chen, Yunlu, et al.
Veröffentlicht: (2023)

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

A review of NMF, PLSA, LBA, EMA, and LCA with a focus on the identifiability issue
von: Qi, Qianqian, et al.
Veröffentlicht: (2025)

High-dimensional Limit of SGD for Diagonal Linear Networks
von: Malaxechebarría, Begoña García, et al.
Veröffentlicht: (2026)