Copertina

Stochastic variance-reduced Gaussian variational inference on the Bures-Wasserstein manifold

Fuente: arXiv

Salvato in:

Dettagli Bibliografici
Autori principali:	Luu, Hoang Phuc Hau, Yu, Hanlin, Williams, Bernardo, Hartmann, Marcelo, Klami, Arto
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

Non-geodesically-convex optimization in the Wasserstein space
di: Luu, Hoang Phuc Hau, et al.
Pubblicazione: (2024)

Geodesic Slice Sampler for Multimodal Distributions with Strong Curvature
di: Williams, Bernardo, et al.
Pubblicazione: (2025)

Scalable Stochastic Gradient Riemannian Langevin Dynamics in Non-Diagonal Metrics
di: Yu, Hanlin, et al.
Pubblicazione: (2023)

Riemannian Laplace Approximation with the Fisher Metric
di: Yu, Hanlin, et al.
Pubblicazione: (2023)

Simplex-to-Euclidean Bijection for Conjugate and Calibrated Multiclass Gaussian Process
di: Williams, Bernardo, et al.
Pubblicazione: (2026)

Warped geometric information on the optimisation of Euclidean functions
di: Hartmann, Marcelo, et al.
Pubblicazione: (2023)

Learning Geometry and Topology via Multi-Chart Flows
di: Yu, Hanlin, et al.
Pubblicazione: (2025)

Simplex-to-Euclidean Bijections for Categorical Flow Matching
di: Williams, Bernardo, et al.
Pubblicazione: (2025)

Geometric Moment Alignment for Domain Adaptation via Siegel Embeddings
di: Gharib, Shayan, et al.
Pubblicazione: (2025)

Wasserstein F-tests for Fréchet regression on Bures-Wasserstein manifolds
di: Xu, Haoshu, et al.
Pubblicazione: (2024)

Density Ratio Estimation with Conditional Probability Paths
di: Yu, Hanlin, et al.
Pubblicazione: (2025)

Learning Energy-Based Models from Stochastic Interpolants using Spatiotemporal Differences
di: Yu, Hanlin, et al.
Pubblicazione: (2026)

Test of partial effects for Frechet regression on Bures-Wasserstein manifolds
di: Xu, Haoshu, et al.
Pubblicazione: (2025)

Preferential Normalizing Flows
di: Mikkola, Petrus, et al.
Pubblicazione: (2024)

Score-Based Density Estimation from Pairwise Comparisons
di: Mikkola, Petrus, et al.
Pubblicazione: (2025)

Gradient Boosting Mapping for Dimensionality Reduction and Feature Extraction
di: Patron, Anri, et al.
Pubblicazione: (2024)

Fréchet Regression on the Bures-Wasserstein Manifold
di: Nguyen, Duc Toan, et al.
Pubblicazione: (2026)

Bures-Wasserstein Means of Graphs
di: Haasler, Isabel, et al.
Pubblicazione: (2023)

Point-Identification of a Robust Predictor Under Latent Shift with Imperfect Proxies
di: Rahiminasab, Zahra, et al.
Pubblicazione: (2026)

Bures-Wasserstein Flow Matching for Graph Generation
di: Jiang, Keyue, et al.
Pubblicazione: (2025)

Learning to Normalize on the SPD Manifold under Bures-Wasserstein Geometry
di: Wang, Rui, et al.
Pubblicazione: (2025)

GRADSTOP: Early Stopping of Gradient Descent via Posterior Sampling
di: Jamshidi, Arash, et al.
Pubblicazione: (2025)

Stochastic Gradient Variational Inference with Price's Gradient Estimator from Bures-Wasserstein to Parameter Space
di: Kim, Kyurae, et al.
Pubblicazione: (2026)

Stochastic variance reduced extragradient methods for solving hierarchical variational inequalities
di: Dvurechensky, Pavel, et al.
Pubblicazione: (2026)

Bures-Wasserstein Importance-Weighted Evidence Lower Bound: Exposition and Applications
di: Jiang, Peiwen, et al.
Pubblicazione: (2026)

On the Identifiability of Tensor Ranks via Prior Predictive Matching
di: da Silva, Eliezer, et al.
Pubblicazione: (2025)

Variational inference via Gaussian interacting particles in the Bures-Wasserstein geometry
di: Borghi, Giacomo, et al.
Pubblicazione: (2026)

Algorithms for mean-field variational inference via polyhedral optimization in the Wasserstein space
di: Jiang, Yiheng, et al.
Pubblicazione: (2023)

Beta-Sigma VAE: Separating beta and decoder variance in Gaussian variational autoencoder
di: Kim, Seunghwan, et al.
Pubblicazione: (2024)

Consecutive Preferential Bayesian Optimization
di: Erarslan, Aras, et al.
Pubblicazione: (2025)

Annealing in variational inference mitigates mode collapse: A theoretical study on Gaussian mixtures
di: Fogliani, Luigi, et al.
Pubblicazione: (2026)

Conditional neural control variates for variance reduction in Bayesian inverse problems
di: Siahkoohi, Ali, et al.
Pubblicazione: (2026)

Advancing calibration for stochastic agent-based models in epidemiology with Stein variational inference and Gaussian process surrogates
di: Robertson, Connor, et al.
Pubblicazione: (2025)

Joint control variate for faster black-box variational inference
di: Wang, Xi, et al.
Pubblicazione: (2022)

Theory and computation for structured variational inference
di: Sheng, Shunan, et al.
Pubblicazione: (2025)

Optimizing Multi-Stage Language Models for Effective Text Retrieval
di: Trung, Quang Hoang, et al.
Pubblicazione: (2024)

Wasserstein KL-divergence for Gaussian distributions
di: Datar, Adwait, et al.
Pubblicazione: (2025)

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

Model-free generalized fiducial inference
di: Williams, Jonathan P
Pubblicazione: (2023)

VIKING: Deep variational inference with stochastic projections
di: Fadel, Samuel G., et al.
Pubblicazione: (2025)