Copertina

A New Robust Partial $p$-Wasserstein-Based Metric for Comparing Distributions

Fuente: arXiv

Salvato in:

Dettagli Bibliografici
Autori principali:	Raghvendra, Sharath, Shirzadian, Pouyan, Zhang, Kaiyi
Natura:	Preprint
Pubblicazione:	2024
Soggetti:	Machine Learning
Accesso online:	Acceder al recurso
Tags:	Aggiungi Tag Nessun Tag, puoi essere il primo ad aggiungerne!!

Documenti analoghi

Geometric Bipartite Matching Based Exact Algorithms for Server Problems
di: Raghvendra, Sharath, et al.
Pubblicazione: (2025)

Partial Gromov-Wasserstein Metric
di: Bai, Yikun, et al.
Pubblicazione: (2024)

Partial Distribution Matching via Partial Wasserstein Adversarial Networks
di: Wang, Zi-Ming, et al.
Pubblicazione: (2024)

Robust Alignment via Partial Gromov-Wasserstein Distances
di: Gong, Xiaoyun, et al.
Pubblicazione: (2025)

Wasserstein Distributionally Robust Regret Optimization
di: Fiechtner, Lukas-Benedikt, et al.
Pubblicazione: (2025)

Wasserstein Distributionally Robust Online Learning
di: Chen, Guixian, et al.
Pubblicazione: (2026)

Knowledge-Guided Wasserstein Distributionally Robust Optimization
di: Wang, Zitao, et al.
Pubblicazione: (2025)

Wasserstein Distributionally Robust Multiclass Support Vector Machine
di: Ibrahim, Michael, et al.
Pubblicazione: (2024)

Adjusted Wasserstein Distributionally Robust Estimator in Statistical Learning
di: Xie, Yiling, et al.
Pubblicazione: (2023)

Geometry-Aware Decoding with Wasserstein-Regularized Truncation and Mass Penalties for Large Language Models
di: Davoodi, Arash Gholami, et al.
Pubblicazione: (2026)

Wasserstein Distributionally Robust Policy Evaluation and Learning for Contextual Bandits
di: Shen, Yi, et al.
Pubblicazione: (2023)

Quantization-based Bounds on the Wasserstein Metric
di: Bobrutsky, Jonathan, et al.
Pubblicazione: (2025)

Fused Partial Gromov-Wasserstein for Structured Objects
di: Bai, Yikun, et al.
Pubblicazione: (2025)

Wasserstein Distributionally Robust Shallow Convex Neural Networks
di: Pallage, Julien, et al.
Pubblicazione: (2024)

Wasserstein Distributionally Robust Bayesian Optimization with Continuous Context
di: Micheli, Francesco, et al.
Pubblicazione: (2025)

On Generalization and Regularization via Wasserstein Distributionally Robust Optimization
di: Wu, Qinyu, et al.
Pubblicazione: (2022)

Linear Partial Gromov-Wasserstein Embedding
di: Bai, Yikun, et al.
Pubblicazione: (2024)

Canonical Variates in Wasserstein Metric Space
di: Li, Jia, et al.
Pubblicazione: (2024)

Provable Robust Overfitting Mitigation in Wasserstein Distributionally Robust Optimization
di: Liu, Shuang, et al.
Pubblicazione: (2025)

A Short and General Duality Proof for Wasserstein Distributionally Robust Optimization
di: Zhang, Luhao, et al.
Pubblicazione: (2022)

Enhancing Distributional Robustness in Principal Component Analysis by Wasserstein Distances
di: Wang, Lei, et al.
Pubblicazione: (2025)

Wasserstein Distributionally Robust Optimization: Theory and Applications in Machine Learning
di: Kuhn, Daniel, et al.
Pubblicazione: (2019)

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

Wasserstein Distributionally Robust Optimization Through the Lens of Structural Causal Models and Individual Fairness
di: Ehyaei, Ahmad-Reza, et al.
Pubblicazione: (2025)

Distributionally and Adversarially Robust Logistic Regression via Intersecting Wasserstein Balls
di: Selvi, Aras, et al.
Pubblicazione: (2024)

Tight Robustness Certificates and Wasserstein Distributional Attacks for Deep Neural Networks
di: Le, Bach C., et al.
Pubblicazione: (2025)

Hierarchical Hybrid Sliced Wasserstein: A Scalable Metric for Heterogeneous Joint Distributions
di: Nguyen, Khai, et al.
Pubblicazione: (2024)

Metric properties of partial and robust Gromov-Wasserstein distances
di: Chhoa, Jannatul, et al.
Pubblicazione: (2024)

Lower Complexity Bounds for Nonconvex-Strongly-Convex Bilevel Optimization with First-Order Oracles
di: Ji, Kaiyi
Pubblicazione: (2025)

RoSHAP: A Distributional Framework and Robust Metric for Stable Feature Attribution
di: Xiang, Lanxin, et al.
Pubblicazione: (2026)

DRO-Augment Framework: Robustness by Synergizing Wasserstein Distributionally Robust Optimization and Data Augmentation
di: Hu, Jiaming, et al.
Pubblicazione: (2025)

Joint Metric Space Embedding by Unbalanced OT with Gromov-Wasserstein Marginal Penalization
di: Beier, Florian, et al.
Pubblicazione: (2025)

Distributional Reinforcement Learning with Regularized Wasserstein Loss
di: Sun, Ke, et al.
Pubblicazione: (2022)

Dataset Distillation via the Wasserstein Metric
di: Liu, Haoyang, et al.
Pubblicazione: (2023)

Fair Resource Allocation in Multi-Task Learning
di: Ban, Hao, et al.
Pubblicazione: (2024)

Turning Back Without Forgetting: Selective Backward Refinement for Parameter-Efficient Continual Learning
di: Tiwari, Anushka, et al.
Pubblicazione: (2026)

Wasserstein Distributionally Robust Nash Equilibrium Seeking with Heterogeneous Data: A Lagrangian Approach
di: Wang, Zifan, et al.
Pubblicazione: (2025)

FDR-SVM: A Federated Distributionally Robust Support Vector Machine via a Mixture of Wasserstein Balls Ambiguity Set
di: Ibrahim, Michael, et al.
Pubblicazione: (2024)

Robust Estimation under the Wasserstein Distance
di: Nietert, Sloan, et al.
Pubblicazione: (2023)

A Relaxed Wasserstein Distance Formulation for Mixtures of Radially Contoured Distributions
di: Chen, Keyu, et al.
Pubblicazione: (2025)