Image de couverture de livre

Advancing Graph Generation through Beta Diffusion

Fuente: arXiv

Enregistré dans:

Détails bibliographiques
Auteurs principaux:	Liu, Xinyang, He, Yilin, Chen, Bo, Zhou, Mingyuan
Format:	Preprint
Publié:	2024
Sujets:	Machine Learning
Accès en ligne:	Acceder al recurso
Tags:	Ajouter un tag Pas de tags, Soyez le premier à ajouter un tag!

Documents similaires

Disentangled Generative Graph Representation Learning
par: Hu, Xinyue, et autres
Publié: (2024)

Scalable Weibull Graph Attention Autoencoder for Modeling Document Networks
par: Wang, Chaojie, et autres
Publié: (2024)

DLM-One: Diffusion Language Models for One-Step Sequence Generation
par: Chen, Tianqi, et autres
Publié: (2025)

A Generative Framework for Causal Estimation via Importance-Weighted Diffusion Distillation
par: Song, Xinran, et autres
Publié: (2025)

Diffusion Boosted Trees
par: Han, Xizewen, et autres
Publié: (2024)

Diffusion Policies creating a Trust Region for Offline Reinforcement Learning
par: Chen, Tianyu, et autres
Publié: (2024)

Generative Model Inversion Through the Lens of the Manifold Hypothesis
par: Peng, Xiong, et autres
Publié: (2025)

Continuously Augmented Discrete Diffusion model for Categorical Generative Modeling
par: Zheng, Huangjie, et autres
Publié: (2025)

Diffusion-RPO: Aligning Diffusion Models through Relative Preference Optimization
par: Gu, Yi, et autres
Publié: (2024)

Score Forgetting Distillation: A Swift, Data-Free Method for Machine Unlearning in Diffusion Models
par: Chen, Tianqi, et autres
Publié: (2024)

Patch-Prompt Aligned Bayesian Prompt Tuning for Vision-Language Models
par: Liu, Xinyang, et autres
Publié: (2023)

Enhancing Uncertainty Estimation and Interpretability via Bayesian Non-negative Decision Layer
par: Hu, Xinyue, et autres
Publié: (2025)

Few-Step Diffusion via Score identity Distillation
par: Zhou, Mingyuan, et autres
Publié: (2025)

A Non-negative VAE:the Generalized Gamma Belief Network
par: Duan, Zhibin, et autres
Publié: (2024)

Unifying Generation and Prediction on Graphs with Latent Graph Diffusion
par: Zhou, Cai, et autres
Publié: (2024)

Do Graph Diffusion Models Accurately Capture and Generate Substructure Distributions?
par: Wang, Xiyuan, et autres
Publié: (2025)

Out-of-Distribution Generalization on Graphs via Progressive Inference
par: Xu, Yiming, et autres
Publié: (2025)

Graph Defense Diffusion Model
par: He, Xin, et autres
Publié: (2025)

Graph Generation with Diffusion Mixture
par: Jo, Jaehyeong, et autres
Publié: (2023)

CFLight: Enhancing Safety with Traffic Signal Control through Counterfactual Learning
par: Li, Mingyuan, et autres
Publié: (2025)

Rethinking Diffusion Models with Symmetries through Canonicalization with Applications to Molecular Graph Generation
par: Zhou, Cai, et autres
Publié: (2026)

Discrete-state Continuous-time Diffusion for Graph Generation
par: Xu, Zhe, et autres
Publié: (2024)

Optimal Stochastic Trace Estimation in Generative Modeling
par: Liu, Xinyang, et autres
Publié: (2025)

Contrastive Graph Condensation: Advancing Data Versatility through Self-Supervised Learning
par: Gao, Xinyi, et autres
Publié: (2024)

LaDCast: A Latent Diffusion Model for Medium-Range Ensemble Weather Forecasting
par: Zhuang, Yilin, et autres
Publié: (2025)

Advances in GRPO for Generation Models: A Survey
par: Liu, Zexiang, et autres
Publié: (2026)

GLIDE: Graph-guided Leap Inference for Diffusion Estimation of Spatio-Temporal Point Processes
par: Zhou, Guanyu, et autres
Publié: (2026)

Self Forcing: Bridging the Train-Test Gap in Autoregressive Video Diffusion
par: Huang, Xun, et autres
Publié: (2025)

Graph-Convolutional-Beta-VAE for Synthetic Abdominal Aorta Aneurysm Generation
par: Fabbri, Francesco, et autres
Publié: (2025)

NeuralBeta: Estimating Beta Using Deep Learning
par: Liu, Yuxin, et autres
Publié: (2024)

Switchable Decision: Dynamic Neural Generation Networks
par: Zhang, Shujian, et autres
Publié: (2024)

Diffusion-Free Graph Generation with Next-Scale Prediction
par: Belkadi, Samuel, et autres
Publié: (2025)

BetaExplainer: A Probabilistic Method to Explain Graph Neural Networks
par: Sloneker, Whitney, et autres
Publié: (2024)

Diffusion-based Graph Generative Methods
par: Chen, Hongyang, et autres
Publié: (2024)

Generating Graphs via Spectral Diffusion
par: Minello, Giorgia, et autres
Publié: (2024)

Graph Adversarial Diffusion Convolution
par: Liu, Songtao, et autres
Publié: (2024)

Score Distillation Beyond Acceleration: Generative Modeling from Corrupted Data
par: Zhang, Yasi, et autres
Publié: (2025)

Diffusion-Guided Pretraining for Brain Graph Foundation Models
par: Wei, Xinxu, et autres
Publié: (2026)

Graph Diffusion Transformers for Multi-Conditional Molecular Generation
par: Liu, Gang, et autres
Publié: (2024)

Score identity Distillation: Exponentially Fast Distillation of Pretrained Diffusion Models for One-Step Generation
par: Zhou, Mingyuan, et autres
Publié: (2024)