Copertina

Advancing Graph Generation through Beta Diffusion

Fuente: arXiv

Salvato in:

Dettagli Bibliografici
Autori principali:	Liu, Xinyang, He, Yilin, Chen, Bo, Zhou, Mingyuan
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

Disentangled Generative Graph Representation Learning
di: Hu, Xinyue, et al.
Pubblicazione: (2024)

Scalable Weibull Graph Attention Autoencoder for Modeling Document Networks
di: Wang, Chaojie, et al.
Pubblicazione: (2024)

DLM-One: Diffusion Language Models for One-Step Sequence Generation
di: Chen, Tianqi, et al.
Pubblicazione: (2025)

A Generative Framework for Causal Estimation via Importance-Weighted Diffusion Distillation
di: Song, Xinran, et al.
Pubblicazione: (2025)

Diffusion Boosted Trees
di: Han, Xizewen, et al.
Pubblicazione: (2024)

Diffusion Policies creating a Trust Region for Offline Reinforcement Learning
di: Chen, Tianyu, et al.
Pubblicazione: (2024)

Generative Model Inversion Through the Lens of the Manifold Hypothesis
di: Peng, Xiong, et al.
Pubblicazione: (2025)

Continuously Augmented Discrete Diffusion model for Categorical Generative Modeling
di: Zheng, Huangjie, et al.
Pubblicazione: (2025)

Diffusion-RPO: Aligning Diffusion Models through Relative Preference Optimization
di: Gu, Yi, et al.
Pubblicazione: (2024)

Score Forgetting Distillation: A Swift, Data-Free Method for Machine Unlearning in Diffusion Models
di: Chen, Tianqi, et al.
Pubblicazione: (2024)

Patch-Prompt Aligned Bayesian Prompt Tuning for Vision-Language Models
di: Liu, Xinyang, et al.
Pubblicazione: (2023)

Enhancing Uncertainty Estimation and Interpretability via Bayesian Non-negative Decision Layer
di: Hu, Xinyue, et al.
Pubblicazione: (2025)

Few-Step Diffusion via Score identity Distillation
di: Zhou, Mingyuan, et al.
Pubblicazione: (2025)

A Non-negative VAE:the Generalized Gamma Belief Network
di: Duan, Zhibin, et al.
Pubblicazione: (2024)

Unifying Generation and Prediction on Graphs with Latent Graph Diffusion
di: Zhou, Cai, et al.
Pubblicazione: (2024)

Do Graph Diffusion Models Accurately Capture and Generate Substructure Distributions?
di: Wang, Xiyuan, et al.
Pubblicazione: (2025)

Out-of-Distribution Generalization on Graphs via Progressive Inference
di: Xu, Yiming, et al.
Pubblicazione: (2025)

Graph Defense Diffusion Model
di: He, Xin, et al.
Pubblicazione: (2025)

Graph Generation with Diffusion Mixture
di: Jo, Jaehyeong, et al.
Pubblicazione: (2023)

CFLight: Enhancing Safety with Traffic Signal Control through Counterfactual Learning
di: Li, Mingyuan, et al.
Pubblicazione: (2025)

Rethinking Diffusion Models with Symmetries through Canonicalization with Applications to Molecular Graph Generation
di: Zhou, Cai, et al.
Pubblicazione: (2026)

Discrete-state Continuous-time Diffusion for Graph Generation
di: Xu, Zhe, et al.
Pubblicazione: (2024)

Optimal Stochastic Trace Estimation in Generative Modeling
di: Liu, Xinyang, et al.
Pubblicazione: (2025)

Contrastive Graph Condensation: Advancing Data Versatility through Self-Supervised Learning
di: Gao, Xinyi, et al.
Pubblicazione: (2024)

LaDCast: A Latent Diffusion Model for Medium-Range Ensemble Weather Forecasting
di: Zhuang, Yilin, et al.
Pubblicazione: (2025)

Advances in GRPO for Generation Models: A Survey
di: Liu, Zexiang, et al.
Pubblicazione: (2026)

GLIDE: Graph-guided Leap Inference for Diffusion Estimation of Spatio-Temporal Point Processes
di: Zhou, Guanyu, et al.
Pubblicazione: (2026)

Self Forcing: Bridging the Train-Test Gap in Autoregressive Video Diffusion
di: Huang, Xun, et al.
Pubblicazione: (2025)

Graph-Convolutional-Beta-VAE for Synthetic Abdominal Aorta Aneurysm Generation
di: Fabbri, Francesco, et al.
Pubblicazione: (2025)

NeuralBeta: Estimating Beta Using Deep Learning
di: Liu, Yuxin, et al.
Pubblicazione: (2024)

Switchable Decision: Dynamic Neural Generation Networks
di: Zhang, Shujian, et al.
Pubblicazione: (2024)

Diffusion-Free Graph Generation with Next-Scale Prediction
di: Belkadi, Samuel, et al.
Pubblicazione: (2025)

BetaExplainer: A Probabilistic Method to Explain Graph Neural Networks
di: Sloneker, Whitney, et al.
Pubblicazione: (2024)

Diffusion-based Graph Generative Methods
di: Chen, Hongyang, et al.
Pubblicazione: (2024)

Generating Graphs via Spectral Diffusion
di: Minello, Giorgia, et al.
Pubblicazione: (2024)

Graph Adversarial Diffusion Convolution
di: Liu, Songtao, et al.
Pubblicazione: (2024)

Score Distillation Beyond Acceleration: Generative Modeling from Corrupted Data
di: Zhang, Yasi, et al.
Pubblicazione: (2025)

Diffusion-Guided Pretraining for Brain Graph Foundation Models
di: Wei, Xinxu, et al.
Pubblicazione: (2026)

Graph Diffusion Transformers for Multi-Conditional Molecular Generation
di: Liu, Gang, et al.
Pubblicazione: (2024)

Score identity Distillation: Exponentially Fast Distillation of Pretrained Diffusion Models for One-Step Generation
di: Zhou, Mingyuan, et al.
Pubblicazione: (2024)