Buchumschlag

Coreset selection for the Sinkhorn divergence and generic smooth divergences

Fuente: arXiv

Gespeichert in:

Bibliographische Detailangaben
Hauptverfasser:	Kokot, Alex, Luedtke, Alex
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

Sinkhorn Treatment Effects: A Causal Optimal Transport Measure
von: Agarwal, Medha, et al.
Veröffentlicht: (2026)

Feature-aligned N-BEATS with Sinkhorn divergence
von: Lee, Joonhun, et al.
Veröffentlicht: (2023)

Simplifying debiased inference via automatic differentiation and probabilistic programming
von: Luedtke, Alex
Veröffentlicht: (2024)

DoubleGen: Debiased Generative Modeling of Counterfactuals
von: Luedtke, Alex, et al.
Veröffentlicht: (2025)

Conditional Distributional Treatment Effects: Doubly Robust Estimation and Testing
von: Jain, Saksham, et al.
Veröffentlicht: (2026)

Local EGOP for Continuous Index Learning
von: Kokot, Alex, et al.
Veröffentlicht: (2026)

Adaptive debiased machine learning using data-driven model selection techniques
von: van der Laan, Lars, et al.
Veröffentlicht: (2023)

Inference on Variable Importance for Treatment Effect Heterogeneity: Shapley Values and Beyond
von: Morzywolek, Pawel, et al.
Veröffentlicht: (2025)

Variational f-divergence Minimization
von: Zhang, Mingtian, et al.
Veröffentlicht: (2019)

Combining T-learning and DR-learning: a framework for oracle-efficient estimation of causal contrasts
von: van der Laan, Lars, et al.
Veröffentlicht: (2024)

Symplectic Bregman divergences
von: Nielsen, Frank
Veröffentlicht: (2024)

Transforming Conditional Density Estimation Into a Single Nonparametric Regression Task
von: Reisach, Alexander G., et al.
Veröffentlicht: (2025)

Stochastic Gradients under Nuisances
von: Yu, Facheng, et al.
Veröffentlicht: (2025)

Doubly robust inference via calibration
von: van der Laan, Lars, et al.
Veröffentlicht: (2024)

The Riemannian geometry of Sinkhorn divergences
von: Lavenant, Hugo, et al.
Veröffentlicht: (2024)

Stabilized Inverse Probability Weighting via Isotonic Calibration
von: van der Laan, Lars, et al.
Veröffentlicht: (2024)

Wasserstein KL-divergence for Gaussian distributions
von: Datar, Adwait, et al.
Veröffentlicht: (2025)

Curved representational Bregman divergences and their applications
von: Nielsen, Frank
Veröffentlicht: (2025)

Coreset selection based on Intra-class diversity
von: Ashraf, Imran, et al.
Veröffentlicht: (2025)

Proximal optimal transport divergences
von: Baptista, Ricardo, et al.
Veröffentlicht: (2025)

Bias-variance decompositions: the exclusive privilege of Bregman divergences
von: Heskes, Tom
Veröffentlicht: (2025)

The alpha-beta divergence for real and complex data
von: Cruces, Sergio
Veröffentlicht: (2025)

Automatic Debiased Machine Learning for Smooth Functionals of Nonparametric M-Estimands
von: van der Laan, Lars, et al.
Veröffentlicht: (2025)

On a few pitfalls in KL divergence gradient estimation for RL
von: Tang, Yunhao, et al.
Veröffentlicht: (2025)

Calibeating for general proper losses: A Bregman divergence approach
von: Fichtl, Maximilian, et al.
Veröffentlicht: (2026)

Learning Exceptional Subgroups by End-to-End Maximizing KL-divergence
von: Xu, Sascha, et al.
Veröffentlicht: (2024)

Alpha-divergence loss function for neural density ratio estimation
von: Kitazawa, Yoshiaki
Veröffentlicht: (2024)

Predictive Coresets
von: Flores, Bernardo
Veröffentlicht: (2025)

Two tales for a geometric Jensen--Shannon divergence
von: Nielsen, Frank
Veröffentlicht: (2025)

Distributed, communication-efficient, and differentially private estimation of KL divergence
von: Scott, Mary, et al.
Veröffentlicht: (2024)

Sequential transport maps using SoS density estimation and $α$-divergences
von: Zanger, Benjamin, et al.
Veröffentlicht: (2024)

$f$-FUM: Federated Unlearning via min--max and $f$-divergence
von: Karimian, Radmehr, et al.
Veröffentlicht: (2026)

Risk-sensitive control as inference with Rényi divergence
von: Ito, Kaito, et al.
Veröffentlicht: (2024)

Refined Coreset Selection: Towards Minimal Coreset Size under Model Performance Constraints
von: Xia, Xiaobo, et al.
Veröffentlicht: (2023)

Jeffrey's update rule as a minimizer of Kullback-Leibler divergence
von: Pinzón, Carlos, et al.
Veröffentlicht: (2025)

Addressing divergent representations from causal interventions on neural networks
von: Grant, Satchel, et al.
Veröffentlicht: (2025)

$f$-PO: Generalizing Preference Optimization with $f$-divergence Minimization
von: Han, Jiaqi, et al.
Veröffentlicht: (2024)

Majorization-minimization for Sparse Nonnegative Matrix Factorization with the $β$-divergence
von: Marmin, Arthur, et al.
Veröffentlicht: (2022)

Variational Bayesian Pseudo-Coreset
von: Lee, Hyungi, et al.
Veröffentlicht: (2025)

Gradient Coreset for Federated Learning
von: Sivasubramanian, Durga, et al.
Veröffentlicht: (2024)