Buchumschlag

Memorization and Regularization in Generative Diffusion Models

Fuente: arXiv

Gespeichert in:

Bibliographische Detailangaben
Hauptverfasser:	Baptista, Ricardo, Dasgupta, Agnimitra, Kovachki, Nikola B., Oberai, Assad, Stuart, Andrew M.
Format:	Preprint
Veröffentlicht:	2025
Schlagworte:	Machine Learning Dynamical Systems Optimization and Control
Online-Zugang:	Acceder al recurso
Tags:	Tag hinzufügen Keine Tags, Fügen Sie den ersten Tag hinzu!

Ähnliche Einträge

Regularity and Stability Properties of Selective SSMs with Discontinuous Gating
von: Zubić, Nikola, et al.
Veröffentlicht: (2025)

Observability conditions for neural state-space models with eigenvalues and their roots of unity
von: Gracyk, Andrew
Veröffentlicht: (2025)

Model-Based Reinforcement Learning Control of Reaction-Diffusion Problems
von: Schenk, Christina, et al.
Veröffentlicht: (2024)

SINDy-RL: Interpretable and Efficient Model-Based Reinforcement Learning
von: Zolman, Nicholas, et al.
Veröffentlicht: (2024)

Data-driven Nonlinear Model Reduction using Koopman Theory: Integrated Control Form and NMPC Case Study
von: Schulze, Jan C., et al.
Veröffentlicht: (2024)

Synchronization on circles and spheres with nonlinear interactions
von: Criscitiello, Christopher, et al.
Veröffentlicht: (2024)

Analysis of Thompson Sampling for Controlling Unknown Linear Diffusion Processes
von: Faradonbeh, Mohamad Kazem Shirani, et al.
Veröffentlicht: (2022)

Safe and Robust Domains of Attraction for Discrete-Time Systems: A Set-Based Characterization and Certifiable Neural Network Estimation
von: Serry, Mohamed, et al.
Veröffentlicht: (2026)

Stability properties of gradient flow dynamics for the symmetric low-rank matrix factorization problem
von: Mohammadi, Hesameddin, et al.
Veröffentlicht: (2024)

Near-Optimal Distributed Linear-Quadratic Regulator for Networked Systems
von: Shin, Sungho, et al.
Veröffentlicht: (2022)

Learning Dissipative Neural Dynamical Systems
von: Xu, Yuezhu, et al.
Veröffentlicht: (2023)

Tradeoffs between convergence rate and noise amplification for momentum-based accelerated optimization algorithms
von: Mohammadi, Hesameddin, et al.
Veröffentlicht: (2022)

Safely Learning Dynamical Systems
von: Ahmadi, Amir Ali, et al.
Veröffentlicht: (2023)

From exponential to finite/fixed-time stability: Applications to optimization
von: Ozaslan, Ibrahim K., et al.
Veröffentlicht: (2024)

Neural Operators for Predictor Feedback Control of Nonlinear Delay Systems
von: Bhan, Luke, et al.
Veröffentlicht: (2024)

Identifiability of Differential-Algebraic Systems
von: Montanari, Arthur N., et al.
Veröffentlicht: (2024)

Circular Microalgae-Based Carbon Control for Net Zero
von: Zocco, Federico, et al.
Veröffentlicht: (2025)

On the Convergence of Overlapping Schwarz Decomposition for Nonlinear Optimal Control
von: Na, Sen, et al.
Veröffentlicht: (2020)

Closed-form conditional diffusion models for data assimilation
von: Binder, Brianna, et al.
Veröffentlicht: (2026)

Convergence of optimizers implies eigenvalues filtering at equilibrium
von: Bolte, Jerome, et al.
Veröffentlicht: (2025)

Nonlinear Dynamics In Optimization Landscape of Shallow Neural Networks with Tunable Leaky ReLU
von: Liu, Jingzhou
Veröffentlicht: (2025)

Learning Spatio-Temporal Dynamics via Operator-Valued RKHS and Kernel Koopman Methods
von: Withanachchi, Mahishanka
Veröffentlicht: (2025)

Momentum Further Constrains Sharpness at the Edge of Stochastic Stability
von: Andreyev, Arseniy, et al.
Veröffentlicht: (2026)

Near-optimal Closed-loop Method via Lyapunov Damping for Convex Optimization
von: Maier, Severin, et al.
Veröffentlicht: (2023)

Too Sharp, Too Sure: When Calibration Follows Curvature
von: Morosini, Alessandro, et al.
Veröffentlicht: (2026)

Zeroth-Order Optimization at the Edge of Stability
von: Song, Minhak, et al.
Veröffentlicht: (2026)

Stability-Certified Learning of Control Systems with Quadratic Nonlinearities
von: Duff, Igor Pontes, et al.
Veröffentlicht: (2024)

The Global Empirical NTK: Self-Referential Bias and Dimensionality of Gradient Descent Learning
von: Hazelden, James, et al.
Veröffentlicht: (2026)

Kernel Sum of Squares for Data Adapted Kernel Learning of Dynamical Systems from Data: A global optimization approach
von: Lengyel, Daniel, et al.
Veröffentlicht: (2024)

Safe and Near-Optimal Control with Online Dynamics Learning
von: Prajapat, Manish, et al.
Veröffentlicht: (2025)

Online Optimization and Ambiguity-based Learning of Distributionally Uncertain Dynamic Systems
von: Li, Dan, et al.
Veröffentlicht: (2021)

Nonlinear Model Order Reduction of Dynamical Systems in Process Engineering: Review and Comparison
von: Schulze, Jan C., et al.
Veröffentlicht: (2025)

Synchronization of mean-field models on the circle
von: Polyanskiy, Yury, et al.
Veröffentlicht: (2025)

Reservoir Predictive Path Integral Control for Unknown Nonlinear Dynamics
von: Inoue, Daisuke, et al.
Veröffentlicht: (2025)

Dynamic robotic cloth folding with efficient Koopman operator-based model predictive control
von: Caldarelli, Edoardo, et al.
Veröffentlicht: (2026)

Evaluating the design space of diffusion-based generative models
von: Wang, Yuqing, et al.
Veröffentlicht: (2024)

Dynamical Measure Transport and Neural PDE Solvers for Sampling
von: Sun, Jingtong, et al.
Veröffentlicht: (2024)

Optimizing Hard Thresholding for Sparse Model Discovery
von: Jollie, Derek W., et al.
Veröffentlicht: (2025)

Gain Scheduling with a Neural Operator for a Transport PDE with Nonlinear Recirculation
von: Lamarque, Maxence, et al.
Veröffentlicht: (2024)

Distributed Optimization via Energy Conservation Laws in Dilated Coordinates
von: Baranwal, Mayank, et al.
Veröffentlicht: (2024)