Copertina

Analyzing Generative Models by Manifold Entropic Metrics

Fuente: arXiv

Salvato in:

Dettagli Bibliografici
Autori principali:	Galperin, Daniel, Köthe, Ullrich
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

From Core to Detail: Unsupervised Disentanglement with Entropy-Ordered Flows
di: Galperin, Daniel, et al.
Pubblicazione: (2026)

Learning Distributions on Manifolds with Free-Form Flows
di: Sorrenson, Peter, et al.
Pubblicazione: (2023)

Show Me What You Don't Know: Efficient Sampling from Invariant Sets for Model Validation
di: Rousselot, Armand, et al.
Pubblicazione: (2026)

Breaking the Simplification Bottleneck in Amortized Neural Symbolic Regression
di: Saegert, Paul, et al.
Pubblicazione: (2026)

OOD Detection with immature Models
di: Montazeran, Behrooz, et al.
Pubblicazione: (2025)

Learning Distances from Data with Normalizing Flows and Score Matching
di: Sorrenson, Peter, et al.
Pubblicazione: (2024)

An Entropic Metric for Measuring Calibration of Machine Learning Models
di: Sumler, Daniel James, et al.
Pubblicazione: (2025)

Split-Flows: Measure Transport and Information Loss Across Molecular Resolutions
di: Hummerich, Sander, et al.
Pubblicazione: (2025)

On the Universality of Volume-Preserving and Coupling-Based Normalizing Flows
di: Draxler, Felix, et al.
Pubblicazione: (2024)

Beyond Diagonal Covariance: Flexible Posterior VAEs via Free-Form Injective Flows
di: Sorrenson, Peter, et al.
Pubblicazione: (2025)

Detecting Model Misspecification in Amortized Bayesian Inference with Neural Networks: An Extended Investigation
di: Schmitt, Marvin, et al.
Pubblicazione: (2024)

Diffusion Models in Simulation-Based Inference: A Tutorial Review
di: Arruda, Jonas, et al.
Pubblicazione: (2025)

Towards Context-Aware Domain Generalization: Understanding the Benefits and Limits of Marginal Transfer Learning
di: Müller, Jens, et al.
Pubblicazione: (2023)

TRADE: Transfer of Distributions between External Conditions with Normalizing Flows
di: Wahl, Stefan, et al.
Pubblicazione: (2024)

Free-form Flows: Make Any Architecture a Normalizing Flow
di: Draxler, Felix, et al.
Pubblicazione: (2023)

Consistency Models for Scalable and Fast Simulation-Based Inference
di: Schmitt, Marvin, et al.
Pubblicazione: (2023)

BayesFlow: Learning complex stochastic models with invertible neural networks
di: Radev, Stefan T., et al.
Pubblicazione: (2020)

Lifting Architectural Constraints of Injective Flows
di: Sorrenson, Peter, et al.
Pubblicazione: (2023)

Learning and Improving Backgammon Strategy
di: Galperin, Gregory R.
Pubblicazione: (2025)

Leveraging Self-Consistency for Data-Efficient Amortized Bayesian Inference
di: Schmitt, Marvin, et al.
Pubblicazione: (2023)

Sensitivity-Aware Amortized Bayesian Inference
di: Elsemüller, Lasse, et al.
Pubblicazione: (2023)

Entropic Time Schedulers for Generative Diffusion Models
di: Stancevic, Dejan, et al.
Pubblicazione: (2025)

Geometry-Aware Generative Autoencoders for Warped Riemannian Metric Learning and Generative Modeling on Data Manifolds
di: Sun, Xingzhi, et al.
Pubblicazione: (2024)

Analyzing Deep Transformer Models for Time Series Forecasting via Manifold Learning
di: Kaufman, Ilya, et al.
Pubblicazione: (2024)

Manifold Metric: A Loss Landscape Approach for Predicting Model Performance
di: Malviya, Pranshu, et al.
Pubblicazione: (2024)

On Probabilistic Pullback Metrics for Latent Hyperbolic Manifolds
di: Augenstein, Luis, et al.
Pubblicazione: (2024)

On-line Policy Improvement using Monte-Carlo Search
di: Tesauro, Gerald, et al.
Pubblicazione: (2025)

Metric Flow Matching for Smooth Interpolations on the Data Manifold
di: Kapuśniak, Kacper, et al.
Pubblicazione: (2024)

Analyzing Similarity Metrics for Data Selection for Language Model Pretraining
di: Sam, Dylan, et al.
Pubblicazione: (2025)

The Entropic Signature of Class Speciation in Diffusion Models
di: Handke, Florian, et al.
Pubblicazione: (2026)

Sasaki Metric for Spline Models of Manifold-Valued Trajectories
di: Nava-Yazdani, Esfandiar, et al.
Pubblicazione: (2023)

Energy-Guided Continuous Entropic Barycenter Estimation for General Costs
di: Kolesov, Alexander, et al.
Pubblicazione: (2023)

Manifold-Aware Perturbations for Constrained Generative Modeling
di: Keegan, Katherine, et al.
Pubblicazione: (2026)

Generative Modeling of Discrete Joint Distributions by E-Geodesic Flow Matching on Assignment Manifolds
di: Boll, Bastian, et al.
Pubblicazione: (2024)

Variational Entropic Optimal Transport
di: Dyachenko, Roman, et al.
Pubblicazione: (2026)

Risk-Entropic Flow Matching
di: Ramezani, Vahid R., et al.
Pubblicazione: (2025)

Generative Conditional Distributions by Neural (Entropic) Optimal Transport
di: Nguyen, Bao, et al.
Pubblicazione: (2024)

Analyzing the Generalization and Reliability of Steering Vectors
di: Tan, Daniel, et al.
Pubblicazione: (2024)

Metric Similarity and Manifold Learning of Circular Dichroism Spectra of Proteins
di: Marchetti, Gionni
Pubblicazione: (2025)

On Model-Based Clustering With Entropic Optimal Transport
di: Mena, Gonzalo
Pubblicazione: (2026)