Copertina

Convergence of Continuous Normalizing Flows for Learning Probability Distributions

Fuente: arXiv

Salvato in:

Dettagli Bibliografici
Autori principali:	Gao, Yuan, Huang, Jian, Jiao, Yuling, Zheng, Shurong
Natura:	Preprint
Pubblicazione:	2024
Soggetti:	Machine Learning 62G05, 68T07
Accesso online:	Acceder al recurso
Tags:	Aggiungi Tag Nessun Tag, puoi essere il primo ad aggiungerne!!

Documenti analoghi

Gaussian Interpolation Flows
di: Gao, Yuan, et al.
Pubblicazione: (2023)

Wasserstein Distributionally Robust Nonparametric Regression
di: Liu, Changyu, et al.
Pubblicazione: (2025)

Conditional Stochastic Interpolation for Generative Learning
di: Huang, Ding, et al.
Pubblicazione: (2023)

From Conditional to Unconditional Independence: Testing Conditional Independence via Transport Maps
di: He, Chenxuan, et al.
Pubblicazione: (2025)

Fair Sufficient Representation Learning
di: Zhou, Xueyu, et al.
Pubblicazione: (2025)

Transfer Learning through Enhanced Sufficient Representation: Enriching Source Domain Knowledge with Target Data
di: Ge, Yeheng, et al.
Pubblicazione: (2025)

Bayesian Power Steering: An Effective Approach for Domain Adaptation of Diffusion Models
di: Huang, Ding, et al.
Pubblicazione: (2024)

Estimating Unbounded Density Ratios: Applications in Error Control under Covariate Shift
di: Xu, Shuntuo, et al.
Pubblicazione: (2025)

Differentiable Neural Networks with RePU Activation: with Applications to Score Estimation and Isotonic Regression
di: Shen, Guohao, et al.
Pubblicazione: (2023)

Distribution estimation via Flow Matching with Lipschitz guarantees
di: Kunkel, Lea
Pubblicazione: (2025)

Jacobian-Velocity Bounds for Deployment Risk Under Covariate Drift
di: Landers, Jonathan R.
Pubblicazione: (2026)

A Wasserstein perspective of Vanilla GANs
di: Kunkel, Lea, et al.
Pubblicazione: (2024)

On the minimax optimality of Flow Matching through the connection to kernel density estimation
di: Kunkel, Lea, et al.
Pubblicazione: (2025)

Statistical Properties of Deep Neural Networks with Dependent Data
di: Brown, Chad
Pubblicazione: (2024)

A Stabilized Physics Informed Neural Networks Method for Wave Equations
di: Jiao, Yuling, et al.
Pubblicazione: (2024)

ASNN: Learning to Suggest Neural Architectures from Performance Distributions
di: Hong, Jinwook
Pubblicazione: (2025)

TILT: Target-induced loss tilting under covariate shift
di: Yamamoto, Kakei, et al.
Pubblicazione: (2026)

Structural Incompatibility of Differentiable Sorting and Within-Vector Rank Normalization
di: Kim, Taeyun
Pubblicazione: (2025)

Machine Collaboration
di: Liu, Qingfeng, et al.
Pubblicazione: (2021)

End-Cut Preference in Survival Trees
di: Su, Xiaogang
Pubblicazione: (2025)

Generalization Error of GAN from the Discriminator's Perspective
di: Yang, Hongkang, et al.
Pubblicazione: (2021)

Model-free filtering in high dimensions via projection and score-based diffusions
di: Christensen, Sören, et al.
Pubblicazione: (2025)

Two approaches to multiple canonical correlation analysis for repeated measures data
di: Górecki, Tomasz, et al.
Pubblicazione: (2025)

Optimal In-context Adaptivity and Distributional Robustness of Transformers
di: Ma, Tianyi, et al.
Pubblicazione: (2025)

metabeta -- A fast neural model for Bayesian mixed-effects regression
di: Kipnis, Alex, et al.
Pubblicazione: (2025)

Convolutional Attention in Betting Exchange Markets
di: Gonçalves, Rui, et al.
Pubblicazione: (2025)

On the Convergence of the ELBO to Entropy Sums
di: Lücke, Jörg, et al.
Pubblicazione: (2022)

Generative Models with ELBOs Converging to Entropy Sums
di: Warnken, Jan, et al.
Pubblicazione: (2024)

PurSAMERE: Reliable Adversarial Purification via Sharpness-Aware Minimization of Expected Reconstruction Error
di: Hoang, Vinh, et al.
Pubblicazione: (2026)

Mathematical Theory of Collinearity Effects on Machine Learning Variable Importance Measures
di: Bladen, Kelvyn K., et al.
Pubblicazione: (2025)

Distributed Sparse Linear Regression under Communication Constraints
di: Fonseca, Rodney, et al.
Pubblicazione: (2023)

Variance-Reduced Manifold Sampling via Polynomial-Maximization Density Estimation
di: Zabolotnii, Serhii
Pubblicazione: (2026)

Neural Bayes estimation and selection for complex bivariate extremal dependence models
di: André, Lídia M., et al.
Pubblicazione: (2025)

Error Bounds for Learning with Vector-Valued Random Features
di: Lanthaler, Samuel, et al.
Pubblicazione: (2023)

Constructive interpolation and generalization rates for neural ODEs: a control perspective
di: Álvarez-López, Antonio, et al.
Pubblicazione: (2026)

Diagonal Linear Networks and the Lasso Regularization Path
di: Berthier, Raphaël
Pubblicazione: (2025)

Nonparametric estimation of a factorizable density using diffusion models
di: Kwon, Hyeok Kyu, et al.
Pubblicazione: (2025)

Error Analysis of Three-Layer Neural Network Trained with PGD for Deep Ritz Method
di: Jiao, Yuling, et al.
Pubblicazione: (2024)

MSTN: A Lightweight and Fast Model for General TimeSeries Analysis
di: Shevtekar, Sumit S, et al.
Pubblicazione: (2025)

Estimating the Local Learning Coefficient at Scale
di: Furman, Zach, et al.
Pubblicazione: (2024)