Buchumschlag

Private Synthetic Graph Generation and Fused Gromov-Wasserstein Distance

Fuente: arXiv

Gespeichert in:

Bibliographische Detailangaben
Hauptverfasser:	Wirth, Leoni Carla, Aminian, Gholamali, Reinert, Gesine
Format:	Preprint
Veröffentlicht:	2025
Schlagworte:	Machine Learning Data Structures and Algorithms Probability
Online-Zugang:	Acceder al recurso
Tags:	Tag hinzufügen Keine Tags, Fügen Sie den ersten Tag hinzu!

Ähnliche Einträge

Online Differentially Private Synthetic Data Generation
von: He, Yiyun, et al.
Veröffentlicht: (2024)

Approximating the Total Variation Distance between Gaussians
von: Bhattacharyya, Arnab, et al.
Veröffentlicht: (2025)

On Computing Total Variation Distance Between Mixtures of Product Distributions
von: Feng, Weiming, et al.
Veröffentlicht: (2026)

A General Reduction for High-Probability Analysis with General Light-Tailed Distributions
von: Attia, Amit, et al.
Veröffentlicht: (2024)

Differentially Private Low-dimensional Synthetic Data from High-dimensional Datasets
von: He, Yiyun, et al.
Veröffentlicht: (2023)

Differentially Private Synthetic Graphs Preserving Triangle-Motif Cuts
von: Peng, Pan, et al.
Veröffentlicht: (2025)

Improved sampling algorithms and functional inequalities for non-log-concave distributions
von: He, Yuchen, et al.
Veröffentlicht: (2025)

On approximating the $f$-divergence between two Ising models
von: Feng, Weiming, et al.
Veröffentlicht: (2025)

Approximating the total variation distance between spin systems
von: Feng, Weiming, et al.
Veröffentlicht: (2025)

Leaf Stripping on Uniform Attachment Trees
von: Addario-Berry, Louigi, et al.
Veröffentlicht: (2024)

Simple, unified analysis of Johnson-Lindenstrauss with applications
von: Li, Yingru
Veröffentlicht: (2024)

Efficiently learning and sampling multimodal distributions with data-based initialization
von: Koehler, Frederic, et al.
Veröffentlicht: (2024)

Rapid mixing in positively weighted restricted Boltzmann machines
von: Feng, Weiming, et al.
Veröffentlicht: (2026)

The graph alignment problem: fundamental limits and efficient algorithms
von: Ganassali, Luca
Veröffentlicht: (2024)

Instance-Optimal Private Density Estimation in the Wasserstein Distance
von: Feldman, Vitaly, et al.
Veröffentlicht: (2024)

Quality control in sublinear time: a case study via random graphs
von: Marcussen, Cassandra, et al.
Veröffentlicht: (2025)

The Transient Cost of Learning in Queueing Systems
von: Freund, Daniel, et al.
Veröffentlicht: (2023)

Distance Estimation for High-Dimensional Discrete Distributions
von: Kumar, Gunjan, et al.
Veröffentlicht: (2023)

Private Low-Rank Approximation for Covariance Matrices, Dyson Brownian Motion, and Eigenvalue-Gap Bounds for Gaussian Perturbations
von: Mangoubi, Oren, et al.
Veröffentlicht: (2025)

Data organization limits the predictability of binary classification
von: Jing, Fei, et al.
Veröffentlicht: (2024)

Query-Efficient Locally Private Hypothesis Selection via the Scheffe Graph
von: Kamath, Gautam, et al.
Veröffentlicht: (2025)

Private Edge Density Estimation for Random Graphs: Optimal, Efficient and Robust
von: Chen, Hongjie, et al.
Veröffentlicht: (2024)

Nonlinear Laplacians: Tunable principal component analysis under directional prior information
von: Ma, Yuxin, et al.
Veröffentlicht: (2025)

Perspectives on Stochastic Localization
von: Shi, Bobby, et al.
Veröffentlicht: (2025)

Computational and statistical lower bounds for low-rank estimation under general inhomogeneous noise
von: De, Debsurya, et al.
Veröffentlicht: (2025)

Optimal Subspace Embeddings: Resolving Nelson-Nguyen Conjecture Up to Sub-Polylogarithmic Factors
von: Chenakkod, Shabarish, et al.
Veröffentlicht: (2025)

Efficient Diffusion Models for Symmetric Manifolds
von: Mangoubi, Oren, et al.
Veröffentlicht: (2025)

Beyond Non-Degeneracy: Revisiting Certainty Equivalent Heuristic for Online Linear Programming
von: Chen, Yilun, et al.
Veröffentlicht: (2025)

A polynomial time iterative algorithm for matching Gaussian matrices with non-vanishing correlation
von: Ding, Jian, et al.
Veröffentlicht: (2022)

Functional Stochastic Localization
von: Gu, Anming, et al.
Veröffentlicht: (2026)

High-accuracy log-concave sampling with stochastic queries
von: Chen, Fan, et al.
Veröffentlicht: (2026)

Complexity of High-Dimensional Identity Testing with Coordinate Conditional Sampling
von: Blanca, Antonio, et al.
Veröffentlicht: (2022)

Parallel Sampling via Counting
von: Anari, Nima, et al.
Veröffentlicht: (2024)

Adversarially-Robust Inference on Trees via Belief Propagation
von: Hopkins, Samuel B., et al.
Veröffentlicht: (2024)

A computational phase transition for learning-to-sample from Ising models
von: Risteski, Andrej, et al.
Veröffentlicht: (2026)

Learning bounded-degree polytrees with known skeleton
von: Choo, Davin, et al.
Veröffentlicht: (2023)

Active Learning for Non-Parametric Choice Models
von: Susan, Fransisca, et al.
Veröffentlicht: (2022)

Orthogonal Nonnegative Matrix Factorization with Sparsity Constraints
von: Basiri, Salar, et al.
Veröffentlicht: (2022)

Optimal Oblivious Subspace Embeddings with Near-optimal Sparsity
von: Chenakkod, Shabarish, et al.
Veröffentlicht: (2024)

Learning Mixtures of Gaussians Using Diffusion Models
von: Gatmiry, Khashayar, et al.
Veröffentlicht: (2024)