Buchumschlag

Anchored Langevin Algorithms

Fuente: arXiv

Gespeichert in:

Bibliographische Detailangaben
Hauptverfasser:	Gurbuzbalaban, Mert, Nguyen, Hoang M., Zhang, Xicheng, Zhu, Lingjiong
Format:	Preprint
Veröffentlicht:	2025
Schlagworte:	Machine Learning Probability
Online-Zugang:	Acceder al recurso
Tags:	Tag hinzufügen Keine Tags, Fügen Sie den ersten Tag hinzu!

Ähnliche Einträge

High-Order Langevin Monte Carlo Algorithms
von: Dang, Thanh, et al.
Veröffentlicht: (2025)

Penalized Overdamped and Underdamped Langevin Monte Carlo Algorithms for Constrained Sampling
von: Gürbüzbalaban, Mert, et al.
Veröffentlicht: (2022)

Regime-Switching Langevin Monte Carlo Algorithms
von: Wang, Xiaoyu, et al.
Veröffentlicht: (2025)

Algorithmic Stability of Stochastic Gradient Descent with Momentum under Heavy-Tailed Noise
von: Dang, Thanh, et al.
Veröffentlicht: (2025)

Decentralized Proximal Stochastic Gradient Langevin Dynamics
von: Islam, Mohammad Rafiqul, et al.
Veröffentlicht: (2026)

Non-Reversible Langevin Algorithms for Constrained Sampling
von: Du, Hengrong, et al.
Veröffentlicht: (2025)

Wasserstein Convergence Guarantees for a General Class of Score-Based Generative Models
von: Gao, Xuefeng, et al.
Veröffentlicht: (2023)

Generalized EXTRA stochastic gradient Langevin dynamics
von: Gurbuzbalaban, Mert, et al.
Veröffentlicht: (2024)

Accelerating Langevin Monte Carlo Sampling: A Large Deviations Analysis
von: Yao, Nian, et al.
Veröffentlicht: (2025)

DIGing--SGLD: Decentralized and Scalable Langevin Sampling over Time--Varying Networks
von: Bajwa, Waheed U., et al.
Veröffentlicht: (2025)

Convergence Analysis for General Probability Flow ODEs of Diffusion Models in Wasserstein Distances
von: Gao, Xuefeng, et al.
Veröffentlicht: (2024)

Sampling non-log-concave densities via Hessian-free high-resolution dynamics
von: Wang, Xiaoyu, et al.
Veröffentlicht: (2026)

Privacy of SGD under Gaussian or Heavy-Tailed Noise: Guarantees without Gradient Clipping
von: Şimşekli, Umut, et al.
Veröffentlicht: (2024)

Accelerating Constrained Sampling: A Large Deviations Approach
von: Wang, Yingli, et al.
Veröffentlicht: (2025)

Concentration of the Langevin Algorithm's Stationary Distribution
von: Altschuler, Jason M., et al.
Veröffentlicht: (2022)

Heavy-Tail Phenomenon in Decentralized SGD
von: Gurbuzbalaban, Mert, et al.
Veröffentlicht: (2022)

Rényi Differential Privacy for Heavy-Tailed SDEs via Fractional Poincaré Inequalities
von: Dupuis, Benjamin, et al.
Veröffentlicht: (2025)

Interacting Particle Langevin Algorithm for Maximum Marginal Likelihood Estimation
von: Akyildiz, Ö. Deniz, et al.
Veröffentlicht: (2023)

Optimal Scaling for the Proximal Langevin Algorithm in High Dimensions
von: Pillai, Natesh S.
Veröffentlicht: (2022)

New algorithms for sampling and diffusion models
von: Zhang, Xicheng
Veröffentlicht: (2024)

The Performance Of The Unadjusted Langevin Algorithm Without Smoothness Assumptions
von: Johnston, Tim, et al.
Veröffentlicht: (2025)

Diffusion annealed Langevin dynamics: a theoretical study
von: Cattiaux, Patrick, et al.
Veröffentlicht: (2025)

Polygonal Unadjusted Langevin Algorithms: Creating stable and efficient adaptive algorithms for neural networks
von: Lim, Dong-Young, et al.
Veröffentlicht: (2021)

Error estimates between SGD with momentum and underdamped Langevin diffusion
von: Guillin, Arnaud, et al.
Veröffentlicht: (2024)

Convergence of Unadjusted Langevin in High Dimensions: Delocalization of Bias
von: Chen, Yifan, et al.
Veröffentlicht: (2024)

A hierarchical entropy method for the delocalization of bias in high-dimensional Langevin Monte Carlo
von: Lacker, Daniel, et al.
Veröffentlicht: (2025)

Fast Conditional Mixing of MCMC Algorithms for Non-log-concave Distributions
von: Cheng, Xiang, et al.
Veröffentlicht: (2023)

Flatness-Aware Stochastic Gradient Langevin Dynamics
von: Bruno, Stefano, et al.
Veröffentlicht: (2025)

Efficient Sampling on Riemannian Manifolds via Langevin MCMC
von: Cheng, Xiang, et al.
Veröffentlicht: (2024)

Non-asymptotic Analysis of Diffusion Annealed Langevin Monte Carlo for Generative Modelling
von: Cordero-Encinar, Paula, et al.
Veröffentlicht: (2025)

Time-Inhomogeneous Preconditioned Langevin Dynamics
von: Falk, Alexander, et al.
Veröffentlicht: (2026)

High-dimensional Asymptotics of Langevin Dynamics in Spiked Matrix Models
von: Liang, Tengyuan, et al.
Veröffentlicht: (2022)

Sampling via Stochastic Interpolants by Langevin-based Velocity and Initialization Estimation in Flow ODEs
von: Duan, Chenguang, et al.
Veröffentlicht: (2026)

Non-asymptotic estimates for accelerated high order Langevin Monte Carlo algorithms
von: Neufeld, Ariel, et al.
Veröffentlicht: (2024)

Diffusion-based supervised learning of generative models for efficient sampling of multimodal distributions
von: Tran, Hoang, et al.
Veröffentlicht: (2025)

Parallelized Midpoint Randomization for Langevin Monte Carlo
von: Yu, Lu, et al.
Veröffentlicht: (2024)

Riemannian Langevin Dynamics: Strong Convergence of Geometric Euler-Maruyama Scheme
von: Zhan, Zhiyuan, et al.
Veröffentlicht: (2026)

kTULA: A Langevin sampling algorithm with improved KL bounds under super-linear log-gradients
von: Lytras, Iosif, et al.
Veröffentlicht: (2025)

Approximating Langevin Monte Carlo with ResNet-like Neural Network architectures
von: Miranda, Charles, et al.
Veröffentlicht: (2023)

User-friendly guarantees for the Langevin Monte Carlo with inaccurate gradient
von: Dalalyan, Arnak S., et al.
Veröffentlicht: (2017)