Copertina

Towards Understanding Gradient Dynamics of the Sliced-Wasserstein Distance via Critical Point Analysis

Fuente: arXiv

Salvato in:

Dettagli Bibliografici
Autori principali:	Vauthier, Christophe, Korba, Anna, Mérigot, Quentin
Natura:	Preprint
Pubblicazione:	2025
Soggetti:	Machine Learning
Accesso online:	Acceder al recurso
Tags:	Aggiungi Tag Nessun Tag, puoi essere il primo ad aggiungerne!!

Documenti analoghi

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

Fast Estimation of Wasserstein Distances via Regression on Sliced Wasserstein Distances
di: Nguyen, Khai, et al.
Pubblicazione: (2025)

DDEQs: Distributional Deep Equilibrium Models through Wasserstein Gradient Flows
di: Geuter, Jonathan, et al.
Pubblicazione: (2025)

Differentially Private Gradient Flow based on the Sliced Wasserstein Distance
di: Sebag, Ilana, et al.
Pubblicazione: (2023)

Mirror and Preconditioned Gradient Descent in Wasserstein Space
di: Bonet, Clément, et al.
Pubblicazione: (2024)

Distance-Based Tree-Sliced Wasserstein Distance
di: Tran, Hoang V., et al.
Pubblicazione: (2025)

Variational Analysis in the Wasserstein Hierarchy
di: Vauthier, Christophe
Pubblicazione: (2025)

Sliced-Wasserstein Distance-based Data Selection
di: Pallage, Julien, et al.
Pubblicazione: (2025)

Spherical Tree-Sliced Wasserstein Distance
di: Tran, Viet-Hoang, et al.
Pubblicazione: (2025)

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

Markovian Sliced Wasserstein Distances: Beyond Independent Projections
di: Nguyen, Khai, et al.
Pubblicazione: (2023)

Sliced-Wasserstein Distances and Flows on Cartan-Hadamard Manifolds
di: Bonet, Clément, et al.
Pubblicazione: (2024)

Sliced-Wasserstein-based Anomaly Detection and Open Dataset for Localized Critical Peak Rebates
di: Pallage, Julien, et al.
Pubblicazione: (2024)

Tree-Sliced Wasserstein Distance with Nonlinear Projection
di: Tran, Thanh, et al.
Pubblicazione: (2025)

Sliced Inner Product Gromov-Wasserstein Distances
di: Gong, Xiaoyun, et al.
Pubblicazione: (2026)

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

Energy-Based Sliced Wasserstein Distance
di: Nguyen, Khai, et al.
Pubblicazione: (2023)

Stereographic Spherical Sliced Wasserstein Distances
di: Tran, Huy, et al.
Pubblicazione: (2024)

Towards Better Spherical Sliced-Wasserstein Distance Learning with Data-Adaptive Discriminative Projection Direction
di: Zhang, Hongliang, et al.
Pubblicazione: (2024)

A Novel Sliced Fused Gromov-Wasserstein Distance
di: Piening, Moritz, et al.
Pubblicazione: (2025)

Tree-Sliced Wasserstein Distance: A Geometric Perspective
di: Tran, Viet-Hoang, et al.
Pubblicazione: (2024)

Learning with Differentially Private (Sliced) Wasserstein Gradients
di: Rodríguez-Vítores, David, et al.
Pubblicazione: (2025)

Statistical and Computational Guarantees of Kernel Max-Sliced Wasserstein Distances
di: Wang, Jie, et al.
Pubblicazione: (2024)

Max-Sliced Wasserstein Distance and its use for GANs
di: Deshpande, Ishan, et al.
Pubblicazione: (2019)

Towards Marginal Fairness Sliced Wasserstein Barycenter
di: Nguyen, Khai, et al.
Pubblicazione: (2024)

Fast Gradient Computation for Gromov-Wasserstein Distance
di: Zhang, Wei, et al.
Pubblicazione: (2024)

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

Understanding Learning with Sliced-Wasserstein Requires Rethinking Informative Slices
di: Tran, Huy, et al.
Pubblicazione: (2024)

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

Differentiable Generalized Sliced Wasserstein Plans
di: Chapel, Laetitia, et al.
Pubblicazione: (2025)

Efficient Sliced Wasserstein Distance Computation via Adaptive Bayesian Optimization
di: Acharya, Manish, et al.
Pubblicazione: (2025)

Fourier Sliced-Wasserstein Embedding for Multisets and Measures
di: Amir, Tal, et al.
Pubblicazione: (2024)

Provable Convergence and Limitations of Geometric Tempering for Langevin Dynamics
di: Chehab, Omar, et al.
Pubblicazione: (2024)

(De)-regularized Maximum Mean Discrepancy Gradient Flow
di: Chen, Zonghao, et al.
Pubblicazione: (2024)

Smoothed Distance Kernels for MMDs and Applications in Wasserstein Gradient Flows
di: Rux, Nicolaj, et al.
Pubblicazione: (2025)

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

Properties of Discrete Sliced Wasserstein Losses
di: Tanguy, Eloi, et al.
Pubblicazione: (2023)

Conformal Graph Prediction with Z-Gromov Wasserstein Distances
di: Melo, Gabriel, et al.
Pubblicazione: (2026)

Slicing Wasserstein Over Wasserstein Via Functional Optimal Transport
di: Piening, Moritz, et al.
Pubblicazione: (2025)

Fourier Sliced-Wasserstein Embedding for Multisets and Measures
di: Amir, Tal, et al.
Pubblicazione: (2025)