Copertina

Relative Translation Invariant Wasserstein Distance

Fuente: arXiv

Salvato in:

Dettagli Bibliografici
Autori principali:	Wang, Binshuai, Di, Qiwei, Yin, Ming, Wang, Mengdi, Gu, Quanquan, Wei, Peng
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

Relative Wasserstein Angle and the Problem of the $W_2$-Nearest Gaussian Distribution
di: Wang, Binshuai, et al.
Pubblicazione: (2026)

Nearly Optimal Algorithms for Contextual Dueling Bandits from Adversarial Feedback
di: Di, Qiwei, et al.
Pubblicazione: (2024)

Unified Convergence Analysis for Score-Based Diffusion Models with Deterministic Samplers
di: Li, Runjia, et al.
Pubblicazione: (2024)

Nearly Minimax Optimal Regret for Learning Linear Mixture Stochastic Shortest Path
di: Di, Qiwei, et al.
Pubblicazione: (2024)

On the Limits of Test-Time Compute: Sequential Reward Filtering for Better Inference
di: Yu, Yue, et al.
Pubblicazione: (2025)

Pessimistic Nonlinear Least-Squares Value Iteration for Offline Reinforcement Learning
di: Di, Qiwei, et al.
Pubblicazione: (2023)

Dimension-Independent Convergence of Underdamped Langevin Monte Carlo in KL Divergence
di: Zhang, Shiyuan, et al.
Pubblicazione: (2026)

Best-of-Majority: Minimax-Optimal Strategy for Pass@$k$ Inference Scaling
di: Di, Qiwei, et al.
Pubblicazione: (2025)

Higher-order Linear Attention
di: Zhang, Yifan, et al.
Pubblicazione: (2025)

On the Optimal Sample Complexity of Offline Multi-Armed Bandits with KL Regularization
di: Ji, Kaixuan, et al.
Pubblicazione: (2026)

Near-Optimal Regret for KL-Regularized Multi-Armed Bandits
di: Ji, Kaixuan, et al.
Pubblicazione: (2026)

Deep Delta Learning
di: Zhang, Yifan, et al.
Pubblicazione: (2026)

Variance-Aware Regret Bounds for Stochastic Contextual Dueling Bandits
di: Di, Qiwei, et al.
Pubblicazione: (2023)

Fast Gradient Computation for Gromov-Wasserstein Distance
di: Zhang, Wei, et al.
Pubblicazione: (2024)

Fast Estimation of Wasserstein Distances via Regression on Sliced Wasserstein Distances
di: Nguyen, Khai, et al.
Pubblicazione: (2025)

On the Statistical Complexity for Offline and Low-Adaptive Reinforcement Learning with Structures
di: Yin, Ming, et al.
Pubblicazione: (2025)

Two-sample Test using Projected Wasserstein Distance
di: Wang, Jie, et al.
Pubblicazione: (2020)

Distance-Matrix Wasserstein Statistics for Scalable Gromov--Wasserstein Learning
di: Xu, Ao, et al.
Pubblicazione: (2026)

Private Wasserstein Distance
di: Li, Wenqian, et al.
Pubblicazione: (2024)

The Observable Wasserstein Distance
di: Santos, Edivaldo Lopes dos, et al.
Pubblicazione: (2026)

Feature Selection Based on Wasserstein Distance
di: Li, Fuwei
Pubblicazione: (2024)

Distance-Based Tree-Sliced Wasserstein Distance
di: Tran, Hoang V., et al.
Pubblicazione: (2025)

Variance-Aware Feel-Good Thompson Sampling for Contextual Bandits
di: Li, Xuheng, et al.
Pubblicazione: (2025)

Variance-Dependent Regret Lower Bounds for Contextual Bandits
di: He, Jiafan, et al.
Pubblicazione: (2025)

Understanding SGD with Exponential Moving Average: A Case Study in Linear Regression
di: Li, Xuheng, et al.
Pubblicazione: (2025)

The Z-Gromov-Wasserstein Distance
di: Bauer, Martin, et al.
Pubblicazione: (2024)

Statistical and Computational Guarantees of Kernel Max-Sliced Wasserstein Distances
di: Wang, Jie, et al.
Pubblicazione: (2024)

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

Corruption-Robust Algorithms with Uncertainty Weighting for Nonlinear Contextual Bandits and Markov Decision Processes
di: Ye, Chenlu, et al.
Pubblicazione: (2022)

Sliced-Wasserstein Distance-based Data Selection
di: Pallage, Julien, et al.
Pubblicazione: (2025)

Convergence of Score-Based Discrete Diffusion Models: A Discrete-Time Analysis
di: Zhang, Zikun, et al.
Pubblicazione: (2024)

Energy-Weighted Flow Matching for Offline Reinforcement Learning
di: Zhang, Shiyuan, et al.
Pubblicazione: (2025)

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

Causal Attention with Lookahead Keys
di: Song, Zhuoqing, et al.
Pubblicazione: (2025)

Relative Error Embeddings for the Gaussian Kernel Distance
di: Chen, Di, et al.
Pubblicazione: (2016)

Wasserstein Distances, Neuronal Entanglement, and Sparsity
di: Sawmya, Shashata, et al.
Pubblicazione: (2024)

Spherical Tree-Sliced Wasserstein Distance
di: Tran, Viet-Hoang, et al.
Pubblicazione: (2025)

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

Semidefinite Relaxations of the Gromov-Wasserstein Distance
di: Chen, Junyu, et al.
Pubblicazione: (2023)

Slicing the Gaussian Mixture Wasserstein Distance
di: Piening, Moritz, et al.
Pubblicazione: (2025)