Buchumschlag

Provable Convergence and Limitations of Geometric Tempering for Langevin Dynamics

Fuente: arXiv

Gespeichert in:

Bibliographische Detailangaben
Hauptverfasser:	Chehab, Omar, Korba, Anna, Stromme, Austin, Vacher, Adrien
Format:	Preprint
Veröffentlicht:	2024
Schlagworte:	Machine Learning Computation
Online-Zugang:	Acceder al recurso
Tags:	Tag hinzufügen Keine Tags, Fügen Sie den ersten Tag hinzu!

Ähnliche Einträge

Sampling from multi-modal distributions with polynomial query complexity in fixed dimension via reverse diffusion
von: Vacher, Adrien, et al.
Veröffentlicht: (2024)

A Practical Diffusion Path for Sampling
von: Chehab, Omar, et al.
Veröffentlicht: (2024)

On the implicit regularization of Langevin dynamics with projected noise
von: Menon, Govind, et al.
Veröffentlicht: (2026)

A connection between Tempering and Entropic Mirror Descent
von: Chopin, Nicolas, et al.
Veröffentlicht: (2023)

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

Constrained Sampling with Primal-Dual Langevin Monte Carlo
von: Chamon, Luiz F. O., et al.
Veröffentlicht: (2024)

On the Convergence of Min-Max Langevin Dynamics and Algorithm
von: Cai, Yang, et al.
Veröffentlicht: (2024)

Riemannian Langevin Dynamics: Strong Convergence of Geometric Euler-Maruyama Scheme
von: Zhan, Zhiyuan, et al.
Veröffentlicht: (2026)

Statistical and Geometrical properties of regularized Kernel Kullback-Leibler divergence
von: Chazal, Clémentine, et al.
Veröffentlicht: (2024)

A Unifying View of Variational Generative Wasserstein Flows
von: Caucheteux, Paul, et al.
Veröffentlicht: (2026)

Towards Understanding Gradient Dynamics of the Sliced-Wasserstein Distance via Critical Point Analysis
von: Vauthier, Christophe, et al.
Veröffentlicht: (2025)

Convergence of Unadjusted Langevin in High Dimensions: Delocalization of Bias
von: Chen, Yifan, et al.
Veröffentlicht: (2024)

Provable Benefit of Annealed Langevin Monte Carlo for Non-log-concave Sampling
von: Guo, Wei, et al.
Veröffentlicht: (2024)

Provable Tempered Overfitting of Minimal Nets and Typical Nets
von: Harel, Itamar, et al.
Veröffentlicht: (2024)

A Computable Measure of Suboptimality for Entropy-Regularised Variational Objectives
von: Chazal, Clémentine, et al.
Veröffentlicht: (2025)

Generalized Discrete Diffusion from Snapshots
von: Zekri, Oussama, et al.
Veröffentlicht: (2026)

The Poisson Midpoint Method for Langevin Dynamics: Provably Efficient Discretization for Diffusion Models
von: Kandasamy, Saravanan, et al.
Veröffentlicht: (2024)

Evaluating the Relevance of Uncertainty Estimators for LLM Hallucination
von: Agnimo, Yedidia, et al.
Veröffentlicht: (2026)

Convergence of Stochastic Gradient Langevin Dynamics in the Lazy Training Regime
von: Oberweis, Noah, et al.
Veröffentlicht: (2025)

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

Time-Inhomogeneous Preconditioned Langevin Dynamics
von: Falk, Alexander, et al.
Veröffentlicht: (2026)

Simulation-based Inference via Langevin Dynamics with Score Matching
von: Jiang, Haoyu, et al.
Veröffentlicht: (2025)

Stochastic Attention via Langevin Dynamics on the Modern Hopfield Energy
von: Alswaidan, Abdulrahman, et al.
Veröffentlicht: (2026)

Variational Inference with Mixtures of Isotropic Gaussians
von: Petit-Talamon, Marguerite, et al.
Veröffentlicht: (2025)

MVICAD2: Multi-View Independent Component Analysis with Delays and Dilations
von: Heurtebise, Ambroise, et al.
Veröffentlicht: (2025)

On Procrustes Contamination in Machine Learning Applications of Geometric Morphometrics
von: Courtenay, Lloyd Austin
Veröffentlicht: (2026)

Learning Latent Energy-Based Models via Interacting Particle Langevin Dynamics
von: Marks, Joanna, et al.
Veröffentlicht: (2025)

On Hallucinations in Inverse Problems: Fundamental Limits and Provable Assessment Methods
von: Iagaru, David, et al.
Veröffentlicht: (2026)

Provable and Practical: Efficient Exploration in Reinforcement Learning via Langevin Monte Carlo
von: Ishfaq, Haque, et al.
Veröffentlicht: (2023)

Policy Gradients for Optimal Parallel Tempering MCMC
von: Zhao, Daniel, et al.
Veröffentlicht: (2024)

Flowing Datasets with Wasserstein over Wasserstein Gradient Flows
von: Bonet, Clément, et al.
Veröffentlicht: (2025)

Provably Convergent Actor-Critic for MARL through Risk-aversion
von: Zhang, Yizhou, et al.
Veröffentlicht: (2026)

On the Effectiveness of Membership Inference in Targeted Data Extraction from Large Language Models
von: Sahili, Ali Al, et al.
Veröffentlicht: (2025)

Deep Neural Networks as Iterated Function Systems and a Generalization Bound
von: Vacher, Jonathan
Veröffentlicht: (2026)

Theoretical Guarantees for Variational Inference with Fixed-Variance Mixture of Gaussians
von: Huix, Tom, et al.
Veröffentlicht: (2024)

Kernel Trace Distance: Quantum Statistical Metric between Measures through RKHS Density Operators
von: Castellanos, Arturo, et al.
Veröffentlicht: (2025)

Provably Convergent Federated Trilevel Learning
von: Jiao, Yang, et al.
Veröffentlicht: (2023)

Wasserstein Convergence of Critically Damped Langevin Diffusions
von: Strasman, Stanislas, et al.
Veröffentlicht: (2025)

Kinetic Interacting Particle Langevin Monte Carlo
von: Oliva, Paul Felix Valsecchi, et al.
Veröffentlicht: (2024)

Generative Modelling with High-Order Langevin Dynamics
von: Shi, Ziqiang, et al.
Veröffentlicht: (2024)