Copertina

Multiple Importance Sampling for Stochastic Gradient Estimation

Fuente: arXiv

Salvato in:

Dettagli Bibliografici
Autori principali:	Salaün, Corentin, Huang, Xingchang, Georgiev, Iliyan, Mitra, Niloy J., Singh, Gurprit
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

Online Importance Sampling for Stochastic Gradient Optimization
di: Salaün, Corentin, et al.
Pubblicazione: (2023)

Blue noise for diffusion models
di: Huang, Xingchang, et al.
Pubblicazione: (2024)

Edge-preserving noise for diffusion models
di: Vandersanden, Jente, et al.
Pubblicazione: (2024)

MCMC: Bridging Rendering, Optimization and Generative AI
di: Singh, Gurprit, et al.
Pubblicazione: (2025)

Policy Gradient with Active Importance Sampling
di: Papini, Matteo, et al.
Pubblicazione: (2024)

Edge‐preserving noise for diffusion models
di: Jente Vandersanden, et al.
Pubblicazione: (2026)

Faster Sampling via Stochastic Gradient Proximal Sampler
di: Huang, Xunpeng, et al.
Pubblicazione: (2024)

Variational Learning of Gaussian Process Latent Variable Models through Stochastic Gradient Annealed Importance Sampling
di: Xu, Jian, et al.
Pubblicazione: (2024)

Stochastic Optimization with Optimal Importance Sampling
di: Aolaritei, Liviu, et al.
Pubblicazione: (2025)

Neural Product Importance Sampling via Warp Composition
di: Litalien, Joey, et al.
Pubblicazione: (2024)

Learning to Solve PDEs on Neural Shape Representations
di: Welschinger, Lilian, et al.
Pubblicazione: (2025)

Disagreement-Regularized Importance Sampling for Adversarial Label Corruption
di: Horváth, Csongor, et al.
Pubblicazione: (2026)

Robust Stochastic Gradient Posterior Sampling with Lattice Based Discretisation
di: Mensch, Zier, et al.
Pubblicazione: (2026)

Generalizing Stochastic Smoothing for Differentiation and Gradient Estimation
di: Petersen, Felix, et al.
Pubblicazione: (2024)

Mean-Shift Distillation for Diffusion Mode Seeking
di: Thamizharasan, Vikas, et al.
Pubblicazione: (2025)

Robust Approximate Sampling via Stochastic Gradient Barker Dynamics
di: Mauri, Lorenzo, et al.
Pubblicazione: (2024)

MonetGPT: Solving Puzzles Enhances MLLMs' Image Retouching Skills
di: Dutt, Niladri Shekhar, et al.
Pubblicazione: (2025)

The Sample Complexity of Gradient Descent in Stochastic Convex Optimization
di: Livni, Roi
Pubblicazione: (2024)

Central Limit Theorems for Stochastic Gradient Descent Quantile Estimators
di: Wei, Ziyang, et al.
Pubblicazione: (2025)

Sampling from Gaussian Process Posteriors using Stochastic Gradient Descent
di: Lin, Jihao Andreas, et al.
Pubblicazione: (2023)

Enhancing Low-Precision Sampling via Stochastic Gradient Hamiltonian Monte Carlo
di: Wang, Ziyi, et al.
Pubblicazione: (2023)

Convergence Analysis of Stochastic Gradient Descent with MCMC Estimators
di: Li, Tianyou, et al.
Pubblicazione: (2023)

Learning to Importance Sample in Primary Sample Space
di: Zheng, Quan, et al.
Pubblicazione: (2018)

ESPO: Entropy Importance Sampling Policy Optimization
di: Sheng, Yuepeng, et al.
Pubblicazione: (2025)

Reusing Historical Trajectories in Natural Policy Gradient via Importance Sampling: Convergence and Convergence Rate
di: Lin, Yifan, et al.
Pubblicazione: (2024)

Annealed Importance Sampling with q-Paths
di: Brekelmans, Rob, et al.
Pubblicazione: (2020)

Actor-Critic with Active Importance Sampling
di: Molaei, Majid, et al.
Pubblicazione: (2026)

Preference as Reward, Maximum Preference Optimization with Importance Sampling
di: Jiang, Zaifan, et al.
Pubblicazione: (2023)

Sample Selection Bias in Machine Learning for Healthcare
di: Chauhan, Vinod Kumar, et al.
Pubblicazione: (2024)

Refining Covariance Matrix Estimation in Stochastic Gradient Descent Through Bias Reduction
di: Wei, Ziyang, et al.
Pubblicazione: (2026)

A New Stochastic Approximation Method for Gradient-based Simulated Parameter Estimation
di: Li, Zehao, et al.
Pubblicazione: (2025)

Adaptive Gradient Normalization and Independent Sampling for (Stochastic) Generalized-Smooth Optimization
di: Yang, Yufeng, et al.
Pubblicazione: (2024)

SIMPLE: A Gradient Estimator for $k$-Subset Sampling
di: Ahmed, Kareem, et al.
Pubblicazione: (2022)

Component-Aware Pruning Framework for Neural Network Controllers via Gradient-Based Importance Estimation
di: Sundaram, Ganesh, et al.
Pubblicazione: (2026)

Inference under random limit bootstrap measures
di: Cavaliere, Giuseppe, et al.
Pubblicazione: (2019)

Stochastic Gradient Langevin Dynamics with Variance Reduction
di: Huang, Zhishen, et al.
Pubblicazione: (2021)

Importance Sampling for Nonlinear Models
di: Rajmohan, Prakash Palanivelu, et al.
Pubblicazione: (2025)

Pareto Smoothed Importance Sampling
di: Vehtari, Aki, et al.
Pubblicazione: (2015)

Learning Optimal Linear Precoding for Cell-Free Massive MIMO with GNN
di: Parlier, Benjamin, et al.
Pubblicazione: (2024)

Importance Corrected Neural JKO Sampling
di: Hertrich, Johannes, et al.
Pubblicazione: (2024)