Buchumschlag

The Poisson Midpoint Method for Langevin Dynamics: Provably Efficient Discretization for Diffusion Models

Fuente: arXiv

Gespeichert in:

Bibliographische Detailangaben
Hauptverfasser:	Kandasamy, Saravanan, Nagaraj, Dheeraj
Format:	Preprint
Veröffentlicht:	2024
Schlagworte:	Machine Learning Numerical Analysis
Online-Zugang:	Acceder al recurso
Tags:	Tag hinzufügen Keine Tags, Fügen Sie den ersten Tag hinzu!

Ähnliche Einträge

Poisson Midpoint Method for Log Concave Sampling: Beyond the Strong Error Lower Bounds
von: Srinivasan, Rishikesh, et al.
Veröffentlicht: (2025)

How Discrete and Continuous Diffusion Meet: Comprehensive Analysis of Discrete Diffusion Models via a Stochastic Integral Framework
von: Ren, Yinuo, et al.
Veröffentlicht: (2024)

Distillation of Discrete Diffusion through Dimensional Correlations
von: Hayakawa, Satoshi, et al.
Veröffentlicht: (2024)

Constrained Ensemble Langevin Monte Carlo
von: Ding, Zhiyan, et al.
Veröffentlicht: (2021)

Riemannian Langevin Dynamics: Strong Convergence of Geometric Euler-Maruyama Scheme
von: Zhan, Zhiyuan, et al.
Veröffentlicht: (2026)

Polynomial Speedup in Diffusion Models with the Multilevel Euler-Maruyama Method
von: Jacot, Arthur
Veröffentlicht: (2026)

Provable Diffusion Posterior Sampling for Bayesian Inversion
von: Chang, Jinyuan, et al.
Veröffentlicht: (2025)

Second Order Ensemble Langevin Method for Sampling and Inverse Problems
von: Liu, Ziming, et al.
Veröffentlicht: (2022)

Kinetic Langevin Splitting Schemes for Constrained Sampling
von: Chada, Neil K., et al.
Veröffentlicht: (2026)

ZNO: Stable Rational Neural Operators in the Z-Domain for Discrete-Time Dynamics
von: Zhu, Xianli, et al.
Veröffentlicht: (2026)

Sketchy Moment Matching: Toward Fast and Provable Data Selection for Finetuning
von: Dong, Yijun, et al.
Veröffentlicht: (2024)

BrowNNe: Brownian Nonlocal Neurons & Activation Functions
von: Nagaraj, Sriram, et al.
Veröffentlicht: (2024)

Nonlocal Neural Tangent Kernels via Parameter-Space Interactions
von: Nagaraj, Sriram, et al.
Veröffentlicht: (2025)

MicroAdam: Accurate Adaptive Optimization with Low Space Overhead and Provable Convergence
von: Modoranu, Ionut-Vlad, et al.
Veröffentlicht: (2024)

Invertible ResNets for Inverse Imaging Problems: Competitive Performance with Provable Regularization Properties
von: Arndt, Clemens, et al.
Veröffentlicht: (2024)

Solving Poisson Equations using Neural Walk-on-Spheres
von: Nam, Hong Chul, et al.
Veröffentlicht: (2024)

Provable Emergence of Deep Neural Collapse and Low-Rank Bias in $L^2$-Regularized Nonlinear Networks
von: Zangrando, Emanuele, et al.
Veröffentlicht: (2024)

Localized Diffusion Models
von: Gottwald, Georg A., et al.
Veröffentlicht: (2025)

Learning Epidemiological Dynamics via the Finite Expression Method
von: Du, Jianda, et al.
Veröffentlicht: (2024)

Sampling via Stochastic Interpolants by Langevin-based Velocity and Initialization Estimation in Flow ODEs
von: Duan, Chenguang, et al.
Veröffentlicht: (2026)

Stochastic Langevin Differential Inclusions with Applications to Machine Learning
von: Difonzo, Fabio V., et al.
Veröffentlicht: (2022)

Sampling from Bayesian Neural Network Posteriors with Symmetric Minibatch Splitting Langevin Dynamics
von: Paulin, Daniel, et al.
Veröffentlicht: (2024)

When Langevin Monte Carlo Meets Randomization: New Sampling Algorithms with Non-asymptotic Error Bounds beyond Log-Concavity and Gradient Lipschitzness
von: Wang, Xiaojie, et al.
Veröffentlicht: (2025)

Back-Projection Diffusion: Solving the Wideband Inverse Scattering Problem with Diffusion Models
von: Zhang, Borong, et al.
Veröffentlicht: (2024)

A Data-Driven Interpolation Method on Smooth Manifolds via Diffusion Processes and Voronoi Tessellations
von: Gomez, Alvaro Almeida
Veröffentlicht: (2025)

A Discrete Neural Operator with Adaptive Sampling for Surrogate Modeling of Parametric Transient Darcy Flows in Porous Media
von: Chen, Zhenglong, et al.
Veröffentlicht: (2025)

Nonlinear Assimilation via Score-based Sequential Langevin Sampling
von: Ding, Zhao, et al.
Veröffentlicht: (2024)

Discrete Differential Principle for Continuous Smooth Function Representation
von: Wang, Guoyou, et al.
Veröffentlicht: (2025)

Data-Efficient Kernel Methods for Learning Differential Equations and Their Solution Operators: Algorithms and Error Analysis
von: Jalalian, Yasamin, et al.
Veröffentlicht: (2025)

Provably Faster Gradient Descent via Long Steps
von: Grimmer, Benjamin
Veröffentlicht: (2023)

Physics-informed Discretization-independent Deep Compositional Operator Network
von: Zhong, Weiheng, et al.
Veröffentlicht: (2024)

Trust-Region Methods with Low-Fidelity Objective Models
von: Angino, Andrea, et al.
Veröffentlicht: (2025)

A Discrete Perspective Towards the Construction of Sparse Probabilistic Boolean Networks
von: Fok, Christopher H., et al.
Veröffentlicht: (2024)

Controlling Statistical, Discretization, and Truncation Errors in Learning Fourier Linear Operators
von: Subedi, Unique, et al.
Veröffentlicht: (2024)

Convolutional Surrogate for 3D Discrete Fracture-Matrix Tensor Upscaling
von: Špetlík, Martin, et al.
Veröffentlicht: (2026)

Energy Approach from $\varepsilon$-Graph to Continuum Diffusion Model with Connectivity Functional
von: Yang, Yahong, et al.
Veröffentlicht: (2025)

Neural Galerkin Normalizing Flow for Transition Probability Density Functions of Diffusion Models
von: Saporiti, Riccardo, et al.
Veröffentlicht: (2026)

Antithetic Noise in Diffusion Models
von: Jia, Jing, et al.
Veröffentlicht: (2025)

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

A Neural-preconditioned Poisson Solver for Mixed Dirichlet and Neumann Boundary Conditions
von: Lan, Kai Weixian, et al.
Veröffentlicht: (2023)