Copertina

MDNS: Masked Diffusion Neural Sampler via Stochastic Optimal Control

Fuente: arXiv

Salvato in:

Dettagli Bibliografici
Autori principali:	Zhu, Yuchen, Guo, Wei, Choi, Jaemoo, Liu, Guan-Horng, Chen, Yongxin, Tao, Molei
Natura:	Preprint
Pubblicazione:	2025
Soggetti:	Machine Learning Optimization and Control Computation
Accesso online:	Acceder al recurso
Tags:	Aggiungi Tag Nessun Tag, puoi essere il primo ad aggiungerne!!

Documenti analoghi

Adjoint Schrödinger Bridge Sampler
di: Liu, Guan-Horng, et al.
Pubblicazione: (2025)

Proximal Diffusion Neural Sampler
di: Guo, Wei, et al.
Pubblicazione: (2025)

Non-equilibrium Annealed Adjoint Sampler
di: Choi, Jaemoo, et al.
Pubblicazione: (2025)

Discrete Adjoint Schrödinger Bridge Sampler
di: Guo, Wei, et al.
Pubblicazione: (2026)

Understanding Sampler Stochasticity in Training Diffusion Models for RLHF
di: Sheng, Jiayuan, et al.
Pubblicazione: (2025)

How Does the ReLU Activation Affect the Implicit Bias of Gradient Descent on High-dimensional Neural Network Regression?
di: Lai, Kuo-Wei, et al.
Pubblicazione: (2026)

Enhancing Reasoning for Diffusion LLMs via Distribution Matching Policy Optimization
di: Zhu, Yuchen, et al.
Pubblicazione: (2025)

Data-Driven Adversarial Online Control for Unknown Linear Systems
di: Liu, Zishun, et al.
Pubblicazione: (2023)

Plug-and-Play Controllable Generation for Discrete Masked Models
di: Guo, Wei, et al.
Pubblicazione: (2024)

Deep Generalized Schrödinger Bridges: From Image Generation to Solving Mean-Field Games
di: Liu, Guan-Horng, et al.
Pubblicazione: (2024)

Provable Acceleration of Nesterov's Accelerated Gradient for Rectangular Matrix Factorization and Linear Neural Networks
di: Xu, Zhenghao, et al.
Pubblicazione: (2024)

Stochastic Control for Fine-tuning Diffusion Models: Optimality, Regularity, and Convergence
di: Han, Yinbin, et al.
Pubblicazione: (2024)

Probabilistic Reachability Analysis of Stochastic Control Systems
di: Jafarpour, Saber, et al.
Pubblicazione: (2024)

A Mean-Field Analysis of Neural Stochastic Gradient Descent-Ascent for Functional Minimax Optimization
di: Zhu, Yuchen, et al.
Pubblicazione: (2024)

Quantitative Convergences of Lie Group Momentum Optimizers
di: Kong, Lingkai, et al.
Pubblicazione: (2024)

Adjoint Matching: Fine-tuning Flow and Diffusion Generative Models with Memoryless Stochastic Optimal Control
di: Domingo-Enrich, Carles, et al.
Pubblicazione: (2024)

Stochastic Approximation with Block Coordinate Optimal Stepsizes
di: Jiang, Tao, et al.
Pubblicazione: (2025)

Unified Convergence Analysis for Score-Based Diffusion Models with Deterministic Samplers
di: Li, Runjia, et al.
Pubblicazione: (2024)

Trajectory Optimization of Stochastic Systems under Chance Constraints via Set Erosion
di: Liu, Zishun, et al.
Pubblicazione: (2025)

A Taxonomy of Loss Functions for Stochastic Optimal Control
di: Domingo-Enrich, Carles
Pubblicazione: (2024)

Rare Event Analysis via Stochastic Optimal Control
di: Du, Yuanqi, et al.
Pubblicazione: (2026)

Learning to Stop: Deep Learning for Mean Field Optimal Stopping
di: Magnino, Lorenzo, et al.
Pubblicazione: (2024)

On Policy Stochasticity in Mutual Information Optimal Control of Linear Systems
di: Enami, Shoju, et al.
Pubblicazione: (2025)

Optimal Covariance Steering of Linear Stochastic Systems with Hybrid Transitions
di: Yu, Hongzhe, et al.
Pubblicazione: (2024)

Optimal Parameter Adaptation for Safety-Critical Control via Safe Barrier Bayesian Optimization
di: Wang, Shengbo, et al.
Pubblicazione: (2025)

An Efficient On-Policy Deep Learning Framework for Stochastic Optimal Control
di: Hua, Mengjian, et al.
Pubblicazione: (2024)

Stochastic Optimal Control Matching
di: Domingo-Enrich, Carles, et al.
Pubblicazione: (2023)

Data-Driven Stochastic Optimal Control in Reproducing Kernel Hilbert Spaces
di: Hoischen, Nicolas, et al.
Pubblicazione: (2024)

Evaluating the design space of diffusion-based generative models
di: Wang, Yuqing, et al.
Pubblicazione: (2024)

A Schrödinger Eigenfunction Method for Long-Horizon Stochastic Optimal Control
di: Claeys, Louis, et al.
Pubblicazione: (2026)

Adjoint Matching through the Lens of the Stochastic Maximum Principle in Optimal Control
di: Domingo-Enrich, Carles, et al.
Pubblicazione: (2026)

Improving Neural Optimal Transport via Displacement Interpolation
di: Choi, Jaemoo, et al.
Pubblicazione: (2024)

Probabilistic Reachability of Discrete-Time Nonlinear Stochastic Systems
di: Liu, Zishun, et al.
Pubblicazione: (2024)

Generalized Schrödinger Bridge Matching
di: Liu, Guan-Horng, et al.
Pubblicazione: (2023)

Extragradient Type Methods for Riemannian Variational Inequality Problems
di: Hu, Zihao, et al.
Pubblicazione: (2023)

Proximal Oracles for Optimization and Sampling
di: Liang, Jiaming, et al.
Pubblicazione: (2024)

A Neural Network Approach for Stochastic Optimal Control
di: Li, Xingjian, et al.
Pubblicazione: (2022)

Optimal Control Operator Perspective and a Neural Adaptive Spectral Method
di: Feng, Mingquan, et al.
Pubblicazione: (2024)

Gradient Flow Sampler-based Distributionally Robust Optimization
di: Xu, Zusen, et al.
Pubblicazione: (2025)

Solving Elliptic Optimal Control Problems via Neural Networks and Optimality System
di: Dai, Yongcheng, et al.
Pubblicazione: (2023)