Copertina

Quantization-based Bounds on the Wasserstein Metric

Fuente: arXiv

Salvato in:

Dettagli Bibliografici
Autori principali:	Bobrutsky, Jonathan, Moscovich, Amit
Natura:	Preprint
Pubblicazione:	2025
Soggetti:	Machine Learning Computation
Accesso online:	Acceder al recurso
Tags:	Aggiungi Tag Nessun Tag, puoi essere il primo ad aggiungerne!!

Documenti analoghi

Dataset Distillation via the Wasserstein Metric
di: Liu, Haoyang, et al.
Pubblicazione: (2023)

Bures-Wasserstein Importance-Weighted Evidence Lower Bound: Exposition and Applications
di: Jiang, Peiwen, et al.
Pubblicazione: (2026)

Partial Gromov-Wasserstein Metric
di: Bai, Yikun, et al.
Pubblicazione: (2024)

Quantifying the noise sensitivity of the Wasserstein metric for images
di: Lager, Erik, et al.
Pubblicazione: (2025)

Canonical Variates in Wasserstein Metric Space
di: Li, Jia, et al.
Pubblicazione: (2024)

Fair Wasserstein Coresets
di: Xiong, Zikai, et al.
Pubblicazione: (2023)

Liouville PDE-based sliced-Wasserstein flow
di: Cooper, Jayshawn, et al.
Pubblicazione: (2025)

Wasserstein t-SNE
di: Bachmann, Fynn, et al.
Pubblicazione: (2022)

Hierarchical Hybrid Sliced Wasserstein: A Scalable Metric for Heterogeneous Joint Distributions
di: Nguyen, Khai, et al.
Pubblicazione: (2024)

Efficient Distribution Learning with Error Bounds in Wasserstein Distance
di: Figueiredo, Eduardo, et al.
Pubblicazione: (2026)

discretize_distributions: Efficient Quantization of Gaussian Mixtures with Guarantees in Wasserstein Distance
di: Adams, Steven, et al.
Pubblicazione: (2025)

Formalizing the Sampling Design Space of Diffusion-Based Generative Models via Adaptive Solvers and Wasserstein-Bounded Timesteps
di: Jo, Sangwoo, et al.
Pubblicazione: (2026)

Centered plug-in estimation of Wasserstein distances
di: Papp, Tamás P., et al.
Pubblicazione: (2022)

Combining Wasserstein-1 and Wasserstein-2 proximals: robust manifold learning via well-posed generative flows
di: Gu, Hyemin, et al.
Pubblicazione: (2024)

The Impact of Quantization on the Robustness of Transformer-based Text Classifiers
di: Neshaei, Seyed Parsa, et al.
Pubblicazione: (2024)

Metric properties of partial and robust Gromov-Wasserstein distances
di: Chhoa, Jannatul, et al.
Pubblicazione: (2024)

Bounds in Wasserstein Distance for Locally Stationary Processes
di: Tinio, Jan Nino G., et al.
Pubblicazione: (2024)

A Particle-Flow Algorithm for Free-Support Wasserstein Barycenters
di: You, Kisung
Pubblicazione: (2025)

QuantAttack: Exploiting Dynamic Quantization to Attack Vision Transformers
di: Baras, Amit, et al.
Pubblicazione: (2023)

Min Generalized Sliced Gromov Wasserstein: A Scalable Path to Gromov Wasserstein
di: Shahbazi, Ashkan, et al.
Pubblicazione: (2026)

Alignment of Density Maps in Wasserstein Distance
di: Singer, Amit, et al.
Pubblicazione: (2023)

Joint Metric Space Embedding by Unbalanced OT with Gromov-Wasserstein Marginal Penalization
di: Beier, Florian, et al.
Pubblicazione: (2025)

A New Robust Partial $p$-Wasserstein-Based Metric for Comparing Distributions
di: Raghvendra, Sharath, et al.
Pubblicazione: (2024)

Wasserstein Gaussianization and Efficient Variational Bayes for Robust Bayesian Synthetic Likelihood
di: Nguyen, Nhat-Minh, et al.
Pubblicazione: (2023)

An Explicit Surrogate for Gaussian Mixture Flow Matching with Wasserstein Gap Bounds
di: Rostami, Elham, et al.
Pubblicazione: (2026)

Optimizing Computational-Statistical Runtime for Wasserstein Distance Estimation
di: Jacobs, Peter Matthew, et al.
Pubblicazione: (2026)

Fairness in Multi-Task Learning via Wasserstein Barycenters
di: Hu, François, et al.
Pubblicazione: (2023)

LCQ: Low-Rank Codebook based Quantization for Large Language Models
di: Cai, Wen-Pu, et al.
Pubblicazione: (2024)

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

Wasserstein Gradient Flows for Batch Bayesian Optimal Experimental Design
di: Sharrock, Louis
Pubblicazione: (2026)

KULCQ: An Unsupervised Keyword-based Utterance Level Clustering Quality Metric
di: Guruprasad, Pranav, et al.
Pubblicazione: (2024)

Fast Matrix Multiplications for Lookup Table-Quantized LLMs
di: Guo, Han, et al.
Pubblicazione: (2024)

Bounds in Wasserstein Distance for Locally Stationary Functional Time Series
di: Tinio, Jan Nino G., et al.
Pubblicazione: (2025)

On a Novel Application of Wasserstein-Procrustes for Unsupervised Cross-Lingual Learning
di: Ramírez, Guillem, et al.
Pubblicazione: (2020)

Wasserstein Wormhole: Scalable Optimal Transport Distance with Transformers
di: Haviv, Doron, et al.
Pubblicazione: (2024)

Scaling Laws For Mixed Quantization
di: Cao, Zeyu, et al.
Pubblicazione: (2024)

Constant Metric Scaling in Riemannian Computation
di: You, Kisung
Pubblicazione: (2026)

Barycentric model aggregation in the Wasserstein space of distributions and a variational approach to consistency
di: Androulakis, Emmanouil, et al.
Pubblicazione: (2025)

Revisiting the Sliced Wasserstein Kernel for persistence diagrams: a Figalli-Gigli approach
di: Janthial, Marc, et al.
Pubblicazione: (2026)

Metric-Guided Conformal Bounds for Probabilistic Image Reconstruction
di: Cheung, Matt Y, et al.
Pubblicazione: (2024)