Buchumschlag

Is Noise Conditioning Necessary? A Unified Theory of Unconditional Graph Diffusion Models

Fuente: arXiv

Gespeichert in:

Bibliographische Detailangaben
Hauptverfasser:	Li, Jipeng, Shen, Yanning
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

Contrastive Conditional-Unconditional Alignment for Long-tailed Diffusion Model
von: Chen, Fang, et al.
Veröffentlicht: (2025)

Multi-model Online Conformal Prediction with Graph-Structured Feedback
von: Hajihashemi, Erfan, et al.
Veröffentlicht: (2025)

TinyGraph: Joint Feature and Node Condensation for Graph Neural Networks
von: Liu, Yezi, et al.
Veröffentlicht: (2024)

Learn to Explore: Meta NAS via Bayesian Optimization Guided Graph Generation
von: Sun, Zijun, et al.
Veröffentlicht: (2025)

Graph Guided Diffusion: Unified Guidance for Conditional Graph Generation
von: Tenorio, Victor M., et al.
Veröffentlicht: (2025)

EGGS-PTP: An Expander-Graph Guided Structured Post-training Pruning Method for Large Language Models
von: Bazarbachi, Omar, et al.
Veröffentlicht: (2025)

Uncertainty Quantification With Noise Injection in Neural Networks: A Bayesian Perspective
von: Yuan, Xueqiong, et al.
Veröffentlicht: (2025)

FairWire: Fair Graph Generation
von: Kose, O. Deniz, et al.
Veröffentlicht: (2024)

TimeLDM: Latent Diffusion Model for Unconditional Time Series Generation
von: Qian, Jian, et al.
Veröffentlicht: (2024)

Permutation-Symmetrized Diffusion for Unconditional Molecular Generation
von: Ko, Gyeonghoon, et al.
Veröffentlicht: (2026)

Personalized Federated Learning with Mixture of Models for Adaptive Prediction and Model Fine-Tuning
von: Ghari, Pouya M., et al.
Veröffentlicht: (2024)

Geometric Generative Modeling with Noise-Conditioned Graph Networks
von: Pao-Huang, Peter, et al.
Veröffentlicht: (2025)

Is Monotonic Sampling Necessary in Diffusion Models?
von: Khan, Muhammad Haris
Veröffentlicht: (2026)

General and Efficient Steering of Unconditional Diffusion
von: Wang, Qingsong, et al.
Veröffentlicht: (2026)

Budgeted Online Model Selection and Fine-Tuning via Federated Learning
von: Ghari, Pouya M., et al.
Veröffentlicht: (2024)

Robust GNN Watermarking via Implicit Perception of Topological Invariants
von: Li, Jipeng, et al.
Veröffentlicht: (2025)

Inference-Time Attribute Distribution Alignment for Unconditional Diffusion
von: Luan, Hao, et al.
Veröffentlicht: (2026)

Out-of-Distribution Detection with a Single Unconditional Diffusion Model
von: Heng, Alvin, et al.
Veröffentlicht: (2024)

On the Detection of Commutative Factors in Factor Graphs: Necessary and Sufficient Conditions
von: Luttermann, Malte, et al.
Veröffentlicht: (2026)

Multi-model Ensemble Conformal Prediction in Dynamic Environments
von: Hajihashemi, Erfan, et al.
Veröffentlicht: (2024)

Enhanced Multi-model Online Conformal Prediction
von: Hajihashemi, Erfan, et al.
Veröffentlicht: (2026)

Unlearning Algorithmic Biases over Graphs
von: Kose, O. Deniz, et al.
Veröffentlicht: (2025)

Quantifying the Ease of Reproducing Training Data in Unconditional Diffusion Models
von: Hasegawa, Masaya, et al.
Veröffentlicht: (2025)

Extracting Training Data from Unconditional Diffusion Models
von: Chen, Yunhao, et al.
Veröffentlicht: (2024)

A Theoretical Analysis of Compositional Generalization in Neural Networks: A Necessary and Sufficient Condition
von: Li, Yuanpeng
Veröffentlicht: (2025)

Is Fixing Schema Graphs Necessary? Full-Resolution Graph Structure Learning for Relational Deep Learning
von: Huang, Yi, et al.
Veröffentlicht: (2026)

Antithetic Noise in Diffusion Models
von: Jia, Jing, et al.
Veröffentlicht: (2025)

Is the MMI Criterion Necessary for Interpretability? Degenerating Non-causal Features to Plain Noise for Self-Rationalization
von: Liu, Wei, et al.
Veröffentlicht: (2024)

Deterministic Dynamics of Sampling Processes in Score-Based Diffusion Models with Multiplicative Noise Conditioning
von: Kim, Doheon
Veröffentlicht: (2026)

Theory on Score-Mismatched Diffusion Models and Zero-Shot Conditional Samplers
von: Liang, Yuchen, et al.
Veröffentlicht: (2024)

PAC Learnability of Scenario Decision-Making Algorithms: Necessary Conditions and Sufficient Conditions
von: Berger, Guillaume O., et al.
Veröffentlicht: (2025)

The Geometry of Noise: Why Diffusion Models Don't Need Noise Conditioning
von: Sahraee-Ardakan, Mojtaba, et al.
Veröffentlicht: (2026)

Towards Unifying Diffusion Models for Probabilistic Spatio-Temporal Graph Learning
von: Hu, Junfeng, et al.
Veröffentlicht: (2023)

SONA: Learning Conditional, Unconditional, and Mismatching-Aware Discriminator
von: Takida, Yuhta, et al.
Veröffentlicht: (2025)

BladeSDF : Unconditional and Conditional Generative Modeling of Representative Blade Geometries Using Signed Distance Functions
von: Nair, Ashish S., et al.
Veröffentlicht: (2026)

Are Expressive Encoders Necessary for Discrete Graph Generation?
von: Revolinsky, Jay, et al.
Veröffentlicht: (2026)

Guidance for Low-Level Perceptual Editing in Unconditional Diffusion Models
von: Modi, Shreyansh, et al.
Veröffentlicht: (2026)

A Unified Characterization of Private Learnability via Graph Theory
von: Alon, Noga, et al.
Veröffentlicht: (2023)

Joint Relational Database Generation via Graph-Conditional Diffusion Models
von: Ketata, Mohamed Amine, et al.
Veröffentlicht: (2025)

Gradient Inversion Attack on Graph Neural Networks
von: Sinha, Divya Anand, et al.
Veröffentlicht: (2024)