Buchumschlag

Analysis of Diffusion Models for Manifold Data

Fuente: arXiv

Gespeichert in:

Bibliographische Detailangaben
Hauptverfasser:	George, Anand Jerry, Veiga, Rodrigo, Macris, Nicolas
Format:	Preprint
Veröffentlicht:	2025
Schlagworte:	Statistics Theory Disordered Systems and Neural Networks Information Theory Machine Learning Probability
Online-Zugang:	Acceder al recurso
Tags:	Tag hinzufügen Keine Tags, Fügen Sie den ersten Tag hinzu!

Ähnliche Einträge

Generalization performance of narrow one-hidden layer networks in the teacher-student setting
von: Ortiz, Rodrigo Pérez, et al.
Veröffentlicht: (2025)

The replica-symmetric free energy for Ising spin glasses with orthogonally invariant couplings
von: Fan, Zhou, et al.
Veröffentlicht: (2021)

Precise asymptotic analysis of Sobolev training for random feature models
von: Fisher, Katharine E, et al.
Veröffentlicht: (2025)

Gaussian Universality of Perceptrons with Random Labels
von: Gerace, Federica, et al.
Veröffentlicht: (2022)

Spectral Phase Transition and Optimal PCA in Block-Structured Spiked models
von: Mergny, Pierre, et al.
Veröffentlicht: (2024)

The twin peaks of learning neural networks
von: Demyanenko, Elizaveta, et al.
Veröffentlicht: (2024)

High-dimensional manifold of solutions in neural networks: insights from statistical physics
von: Malatesta, Enrico M.
Veröffentlicht: (2023)

Some observations on the ambivalent role of symmetries in Bayesian inference problems
von: Semerjian, Guilhem
Veröffentlicht: (2025)

Matrix denoising: Bayes-optimal estimators via low-degree polynomials
von: Semerjian, Guilhem
Veröffentlicht: (2024)

Gaussian mixtures and non-parametric likelihoods through the lens of statistical mechanics
von: Ghosh, Subhroshekhar, et al.
Veröffentlicht: (2026)

Stochastic Gradient Flow Dynamics of Test Risk and its Exact Solution for Weak Features
von: Veiga, Rodrigo, et al.
Veröffentlicht: (2024)

Binary perceptron computational gap -- a parametric fl RDT view
von: Stojnic, Mihailo
Veröffentlicht: (2025)

Fundamental Limits of Matrix Sensing: Exact Asymptotics, Universality, and Applications
von: Xu, Yizhou, et al.
Veröffentlicht: (2025)

Exact capacity of the \emph{wide} hidden layer treelike neural networks with generic activations
von: Stojnic, Mihailo
Veröffentlicht: (2024)

Bayes-optimal learning of an extensive-width neural network from quadratically many samples
von: Maillard, Antoine, et al.
Veröffentlicht: (2024)

Ultrametric OGP - parametric RDT \emph{symmetric} binary perceptron connection
von: Stojnic, Mihailo
Veröffentlicht: (2026)

Fixed width treelike neural networks capacity analysis -- generic activations
von: Stojnic, Mihailo
Veröffentlicht: (2024)

Capacity of the Hebbian-Hopfield network associative memory
von: Stojnic, Mihailo
Veröffentlicht: (2024)

Parametric RDT approach to computational gap of symmetric binary perceptron
von: Stojnic, Mihailo
Veröffentlicht: (2026)

Generalization Dynamics of Linear Diffusion Models
von: Merger, Claudia, et al.
Veröffentlicht: (2025)

A Friendly Tutorial on Mean-Field Spin Glass Techniques for Non-Physicists
von: Montanari, Andrea, et al.
Veröffentlicht: (2022)

Low-rank Matrix Estimation with Inhomogeneous Noise
von: Guionnet, Alice, et al.
Veröffentlicht: (2022)

The maximum-average subtensor problem: equilibrium and out-of-equilibrium properties
von: Erba, Vittorio, et al.
Veröffentlicht: (2025)

Variational Gaussian Approximation in Replica Analysis of Parametric Models
von: Takahashi, Takashi
Veröffentlicht: (2025)

Statistical mechanics of extensive-width Bayesian neural networks near interpolation
von: Barbier, Jean, et al.
Veröffentlicht: (2025)

Graphical model for factorization and completion of relatively high rank tensors by sparse sampling
von: Cavaliere, Angelo Giorgio, et al.
Veröffentlicht: (2025)

Statistical physics of deep learning: Optimal learning of a multi-layer perceptron near interpolation
von: Barbier, Jean, et al.
Veröffentlicht: (2025)

Optimal generalisation and learning transition in extensive-width shallow neural networks near interpolation
von: Barbier, Jean, et al.
Veröffentlicht: (2025)

Sharp feature-learning transitions and Bayes-optimal neural scaling laws in extensive-width networks
von: Nguyen, Minh-Toan, et al.
Veröffentlicht: (2026)

Information-theoretic reduction of deep neural networks to linear models in the overparametrized proportional regime
von: Camilli, Francesco, et al.
Veröffentlicht: (2025)

Replica Analysis for Ensemble Techniques in Variable Selection
von: Takahashi, Takashi
Veröffentlicht: (2024)

Spectral Thresholds in Correlated Spiked Models and Fundamental Limits of Partial Least Squares
von: Mergny, Pierre, et al.
Veröffentlicht: (2025)

Role of Bootstrap Averaging in Generalized Approximate Message Passing
von: Takahashi, Takashi
Veröffentlicht: (2023)

BBP transition and the leading eigenvector of the spiked Wigner model with inhomogeneous noise
von: Ferreira, Leonardo S., et al.
Veröffentlicht: (2026)

The Random Subsequence Model and Uniform Codes for the Deletion Channel
von: Jeong, Ryan, et al.
Veröffentlicht: (2026)

The Role of Pseudo-labels in Self-training Linear Classifiers on High-dimensional Gaussian Mixture Data
von: Takahashi, Takashi
Veröffentlicht: (2022)

High-dimensional robust regression under heavy-tailed data: Asymptotics and Universality
von: Adomaityte, Urte, et al.
Veröffentlicht: (2023)

Statistical Mechanics of Min-Max Problems
von: Ichikawa, Yuma, et al.
Veröffentlicht: (2024)

Asymmetric Scaling Laws from Sparse Features
von: Sous, John, et al.
Veröffentlicht: (2026)

Classification of Heavy-tailed Features in High Dimensions: a Superstatistical Approach
von: Adomaityte, Urte, et al.
Veröffentlicht: (2023)