Buchumschlag

Guiding Time-Varying Generative Models with Natural Gradients on Exponential Family Manifold

Fuente: arXiv

Gespeichert in:

Bibliographische Detailangaben
Hauptverfasser:	Liu, Song, Wang, Leyang, Wang, Yakun
Format:	Preprint
Veröffentlicht:	2025
Schlagworte:	Machine Learning
Online-Zugang:	Acceder al recurso
Tags:	Tag hinzufügen Keine Tags, Fügen Sie den ersten Tag hinzu!

Ähnliche Einträge

High-Dimensional Differential Parameter Inference in Exponential Family using Time Score Matching
von: Williams, Daniel J., et al.
Veröffentlicht: (2024)

Zero-Flow Encoders
von: Wang, Yakun, et al.
Veröffentlicht: (2026)

Exponential Family Attention
von: Wibisono, Kevin Christian, et al.
Veröffentlicht: (2025)

Linear Independence of Generalized Neurons and Related Functions
von: Zhang, Leyang
Veröffentlicht: (2024)

Almost Free: Self-concordance in Natural Exponential Families and an Application to Bandits
von: Liu, Shuai, et al.
Veröffentlicht: (2024)

Regret Analysis of Guided Diffusion for Black-Box Optimization over Structured Inputs
von: Adachi, Masaki, et al.
Veröffentlicht: (2026)

Diffusion Models for Inverse Problems in the Exponential Family
von: Micheli, Alessandro, et al.
Veröffentlicht: (2025)

Inversion-Free Natural Gradient Descent on Riemannian Manifolds
von: Draca, Dario, et al.
Veröffentlicht: (2026)

Dropout Regularization in Extended Generalized Linear Models based on Double Exponential Families
von: Schwienhorst, Benedikt Lütke, et al.
Veröffentlicht: (2023)

Joint Representation Learning and Clustering via Gradient-Based Manifold Optimization
von: Liu, Sida, et al.
Veröffentlicht: (2026)

Exponential Family Discriminant Analysis: Generalizing LDA-Style Generative Classification to Non-Gaussian Models
von: Lakkapragada, Anish
Veröffentlicht: (2026)

Direct Fisher Score Estimation for Likelihood Maximization
von: Khoo, Sherman, et al.
Veröffentlicht: (2025)

Exponential Family Variational Flow Matching for Tabular Data Generation
von: Guzmán-Cordero, Andrés, et al.
Veröffentlicht: (2025)

Missing Data Imputation by Reducing Mutual Information with Rectified Flows
von: Yu, Jiahao, et al.
Veröffentlicht: (2025)

Counterfactual Generative Models for Time-Varying Treatments
von: Wu, Shenghao, et al.
Veröffentlicht: (2023)

Decentralized Federated Learning with Gradient Tracking over Time-Varying Directed Networks
von: Nguyen, Duong Thuy Anh, et al.
Veröffentlicht: (2024)

Knowledge-Guided Time-Varying Causal Inference for Arctic Sea Ice Dynamics
von: Sampath, Akila, et al.
Veröffentlicht: (2026)

Exploring Time Conditioning in Diffusion Generative Models from Disjoint Noisy Data Manifolds
von: Li, Liuzhuozheng, et al.
Veröffentlicht: (2026)

Varying Manifolds in Diffusion: From Time-varying Geometries to Visual Saliency
von: Chen, Junhao, et al.
Veröffentlicht: (2024)

Universal and Transferable Adversarial Attack on Large Language Models Using Exponentiated Gradient Descent
von: Biswas, Sajib, et al.
Veröffentlicht: (2025)

Identifiable Markov Switching Models with Instantaneous Effects and Exponential Families
von: Hulsman, Roel, et al.
Veröffentlicht: (2026)

Convergence of Natural Policy Gradient for a Family of Infinite-State Queueing MDPs
von: Grosof, Isaac, et al.
Veröffentlicht: (2024)

Large Language Models are Few-shot Multivariate Time Series Classifiers
von: Chen, Yakun, et al.
Veröffentlicht: (2025)

Stein's Lemma for the Reparameterization Trick with Exponential Family Mixtures
von: Lin, Wu, et al.
Veröffentlicht: (2019)

Curvature Tuning: Provable Training-free Model Steering From a Single Parameter
von: Hu, Leyang, et al.
Veröffentlicht: (2025)

Gradient-Guided Annealing for Domain Generalization
von: Ballas, Aristotelis, et al.
Veröffentlicht: (2025)

Frequency-Guided Action Diffusion via Sub-Frequency Manifold Traversal
von: Wang, Junlin
Veröffentlicht: (2026)

Generative Model Inversion Through the Lens of the Manifold Hypothesis
von: Peng, Xiong, et al.
Veröffentlicht: (2025)

Structure-Dependent Regret and Constraint Violation Bounds for Online Convex Optimization with Time-Varying Constraints
von: Liu, Xiufeng, et al.
Veröffentlicht: (2026)

Manifold-Guided Attention Steering
von: Li, Ian, et al.
Veröffentlicht: (2026)

A Unified Theory of Exact Inference and Learning in Exponential Family Latent Variable Models
von: Sokoloski, Sacha
Veröffentlicht: (2024)

Decentralized Riemannian Conjugate Gradient Method on the Stiefel Manifold
von: Chen, Jun, et al.
Veröffentlicht: (2023)

Revisiting Projection-Free Online Learning with Time-Varying Constraints
von: Wang, Yibo, et al.
Veröffentlicht: (2025)

Adversarial Attack on Large Language Models using Exponentiated Gradient Descent
von: Biswas, Sajib, et al.
Veröffentlicht: (2025)

Graph Laplacian Learning with Exponential Family Noise
von: Shi, Changhao, et al.
Veröffentlicht: (2023)

Rex: A Family of Reversible Exponential (Stochastic) Runge-Kutta Solvers
von: Blasingame, Zander W., et al.
Veröffentlicht: (2025)

Geodesic Gradient Descent: A Generic and Learning-rate-free Optimizer on Objective Function-induced Manifolds
von: Hu, Liwei, et al.
Veröffentlicht: (2026)

T2S-MPC: Time-Embedded Online Adaptive Model Predictive Control for Time-Varying Dynamics
von: Shen, Zeyu, et al.
Veröffentlicht: (2026)

VarDiU: A Variational Diffusive Upper Bound for One-Step Diffusion Distillation
von: Wang, Leyang, et al.
Veröffentlicht: (2025)

Generalized Exponentiated Gradient Algorithms and Their Application to On-Line Portfolio Selection
von: Cichocki, Andrzej, et al.
Veröffentlicht: (2024)