Buchumschlag

Variational Approach for Efficient KL Divergence Estimation in Dirichlet Mixture Models

Fuente: arXiv

Gespeichert in:

Bibliographische Detailangaben
Hauptverfasser:	Pal, Samyajoy, Heumann, Christian
Format:	Preprint
Veröffentlicht:	2024
Schlagworte:	Machine Learning Statistics Theory
Online-Zugang:	Acceder al recurso
Tags:	Tag hinzufügen Keine Tags, Fügen Sie den ersten Tag hinzu!

Ähnliche Einträge

Flexible Multivariate Mixture Models: A Comprehensive Approach for Modeling Mixtures of Non‐Identical Distributions
von: Samyajoy Pal, et al.
Veröffentlicht: (2024)

Further Inference on Categorical Data -- A Bayesian Approach
von: Pal, Samyajoy, et al.
Veröffentlicht: (2020)

Convergence of the Inexact Langevin Algorithm in KL Divergence with Application to Score-based Generative Models
von: Yang, Kaylee Yingxi, et al.
Veröffentlicht: (2022)

Estimating the Number of Components in Finite Mixture Models via Variational Approximation
von: Wang, Chenyang, et al.
Veröffentlicht: (2024)

Adaptive Mean Estimation in the Hidden Markov sub-Gaussian Mixture Model
von: Karagulyan, Vahe, et al.
Veröffentlicht: (2024)

Unbiased Estimating Equation on Inverse Divergence and Its Conditions
von: Kobayashi, Masahiro, et al.
Veröffentlicht: (2024)

Sharp Inequalities between Total Variation and Hellinger Distances for Gaussian Mixtures
von: Jung, Joonhyuk, et al.
Veröffentlicht: (2026)

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

A Unified Representation of Density-Power-Based Divergences Reducible to M-Estimation
von: Kobayashi, Masahiro
Veröffentlicht: (2025)

Wasserstein KL-divergence for Gaussian distributions
von: Datar, Adwait, et al.
Veröffentlicht: (2025)

An Asymptotic Law of the Iterated Logarithm for $\mathrm{KL}_{\inf}$
von: Ram, Ashwin, et al.
Veröffentlicht: (2026)

Local Minima Structures in Gaussian Mixture Models
von: Chen, Yudong, et al.
Veröffentlicht: (2020)

Relationship between Hölder Divergence and Functional Density Power Divergence: Intersection and Generalization
von: Kobayashi, Masahiro
Veröffentlicht: (2025)

Improving Minimax Estimation Rates for Contaminated Mixture of Multinomial Logistic Experts via Expert Heterogeneity
von: Yan, Fanqi, et al.
Veröffentlicht: (2026)

Gaussian-Smoothed Sliced Probability Divergences
von: Alaya, Mokhtar Z., et al.
Veröffentlicht: (2024)

Bounding Neyman-Pearson Region with $f$-Divergences
von: Mullhaupt, Andrew, et al.
Veröffentlicht: (2025)

KL Convergence Guarantees for Score diffusion models under minimal data assumptions
von: Conforti, Giovanni, et al.
Veröffentlicht: (2023)

Sample Complexity of Probability Divergences under Group Symmetry
von: Chen, Ziyu, et al.
Veröffentlicht: (2023)

Stress-Aware Learning under KL Drift via Trust-Decayed Mirror Descent
von: Raj, Gabriel Nixon
Veröffentlicht: (2025)

An Upper Confidence Bound Approach to Estimating the Maximum Mean
von: Kun, Zhang, et al.
Veröffentlicht: (2024)

Gaussian Mixture Model with unknown diagonal covariances via continuous sparse regularization
von: Giard, Romane, et al.
Veröffentlicht: (2025)

Ratio Covers of Convex Sets and Optimal Mixture Density Estimation
von: Compton, Spencer, et al.
Veröffentlicht: (2026)

A Sharp KL-Convergence Analysis for Diffusion Models under Minimal Assumptions
von: Jain, Nishant, et al.
Veröffentlicht: (2025)

Adaptive Estimation of Multivariate Piecewise Polynomials and Bounded Variation Functions by Optimal Decision Trees
von: Chatterjee, Sabyasachi, et al.
Veröffentlicht: (2019)

Communication-Efficient Distributed Estimation and Inference for Cox's Model
von: Bayle, Pierre, et al.
Veröffentlicht: (2023)

Beyond Maximum Likelihood: Variational Inequality Estimation for Generalized Linear Models
von: Zhu, Linglingzhi, et al.
Veröffentlicht: (2025)

Mixture of multilayer stochastic block models for multiview clustering
von: De Santiago, Kylliann, et al.
Veröffentlicht: (2024)

Sample-Efficient Private Learning of Mixtures of Gaussians
von: Ashtiani, Hassan, et al.
Veröffentlicht: (2024)

Robust Unsupervised Multi-task and Transfer Learning on Gaussian Mixture Models
von: Tian, Ye, et al.
Veröffentlicht: (2022)

Fast Convergence of $Φ$-Divergence Along the Unadjusted Langevin Algorithm and Proximal Sampler
von: Mitra, Siddharth, et al.
Veröffentlicht: (2024)

Extended Wasserstein-GAN Approach to Causal Distribution Learning: Density-Free Estimation and Minimax Optimality
von: Tamano, Shu, et al.
Veröffentlicht: (2026)

Linear Response Estimators for Singular Statistical Models
von: Elliott, Chris, et al.
Veröffentlicht: (2026)

Bayesian Semiparametric Mixture Cure (Frailty) Models
von: Kızılaslan, Fatih, et al.
Veröffentlicht: (2025)

Variational inference via radial transport
von: Ghafourpour, Luca, et al.
Veröffentlicht: (2026)

An Adversarial Approach to Structural Estimation
von: Kaji, Tetsuya, et al.
Veröffentlicht: (2020)

Federated PCA and Estimation for Spiked Covariance Matrices: Optimal Rates and Efficient Algorithm
von: Li, Jingyang, et al.
Veröffentlicht: (2024)

Nonparametric MLE for Gaussian Location Mixtures: Certified Computation and Generic Behavior
von: Polyanskiy, Yury, et al.
Veröffentlicht: (2025)

Estimation of Models with Limited Data by Leveraging Shared Structure
von: Rui, Maryann, et al.
Veröffentlicht: (2023)

Markov Chain Variance Estimation: A Stochastic Approximation Approach
von: Agrawal, Shubhada, et al.
Veröffentlicht: (2024)

Convergence of Dirichlet Forms for MCMC Optimal Scaling with Dependent Target Distributions on Large Graphs
von: Ning, Ning
Veröffentlicht: (2022)