Buchumschlag

On the Separability of Information in Diffusion Models

Fuente: arXiv

Gespeichert in:

Bibliographische Detailangaben
1. Verfasser:	Premkumar, Akhil
Format:	Preprint
Veröffentlicht:	2025
Schlagworte:	Machine Learning Statistical Mechanics Artificial Intelligence Information Theory
Online-Zugang:	Acceder al recurso
Tags:	Tag hinzufügen Keine Tags, Fügen Sie den ersten Tag hinzu!

Ähnliche Einträge

Neural Entropy
von: Premkumar, Akhil
Veröffentlicht: (2024)

Entropy, concentration, and learning: a statistical mechanics primer
von: Balsubramani, Akshay
Veröffentlicht: (2024)

Information-Geometric Decomposition of Generalization Error in Unsupervised Learning
von: Kim, Gilhan
Veröffentlicht: (2026)

Understanding Diffusion Models by Feynman's Path Integral
von: Hirono, Yuji, et al.
Veröffentlicht: (2024)

Trees to Flows and Back: Unifying Decision Trees and Diffusion Models
von: Ramachandran, Sai Niranjan, et al.
Veröffentlicht: (2026)

Coupled Entropy: A Goldilocks Generalization for Complex Systems
von: Nelson, Kenric P.
Veröffentlicht: (2025)

A new pathway to generative artificial intelligence by minimizing the maximum entropy
von: Miotto, Mattia, et al.
Veröffentlicht: (2025)

The Thermodynamic Costs of Simple Linear Regression
von: D'Ambrosia, Samuel H., et al.
Veröffentlicht: (2026)

Neural Networks Learn Generic Multi-Index Models Near Information-Theoretic Limit
von: Zhang, Bohan, et al.
Veröffentlicht: (2025)

The Diffusion Encoder
von: Premkumar, Akhil, et al.
Veröffentlicht: (2026)

Deep Variational Multivariate Information Bottleneck -- A Framework for Variational Losses
von: Abdelaleem, Eslam, et al.
Veröffentlicht: (2023)

Generalization Bounds: Perspectives from Information Theory and PAC-Bayes
von: Hellström, Fredrik, et al.
Veröffentlicht: (2023)

Adaptive Path Integral Diffusion: AdaPID
von: Chertkov, Michael, et al.
Veröffentlicht: (2025)

Machine learning and optimization-based approaches to duality in statistical physics
von: Ferrari, Andrea E. V., et al.
Veröffentlicht: (2024)

Higher-order Graph Convolutional Network with Flower-Petals Laplacians on Simplicial Complexes
von: Huang, Yiming, et al.
Veröffentlicht: (2023)

Symmetry and Generalisation in Neural Approximations of Renormalisation Transformations
von: Ashworth, Cassidy, et al.
Veröffentlicht: (2025)

Cross-fluctuation phase transitions reveal sampling dynamics in diffusion models
von: Ramachandran, Sai Niranjan, et al.
Veröffentlicht: (2025)

Spontaneous symmetry breaking and Goldstone modes for deep information propagation
von: Iqbal, Nabil, et al.
Veröffentlicht: (2026)

On Distinguishing Capability Elicitation from Capability Creation in Post-Training: A Free-Energy Perspective
von: Li, Yuhao, et al.
Veröffentlicht: (2026)

Grokking as a Falsifiable Finite-Size Transition
von: Bi, Yuda, et al.
Veröffentlicht: (2026)

Thermodynamic Irreversibility of Training Algorithms
von: Ziyin, Liu, et al.
Veröffentlicht: (2026)

Reinforcement Learning for Microcanonical Graph Ensemble with Assortativity Constraints
von: Choi, Hoyun, et al.
Veröffentlicht: (2026)

Stochastic Resetting Mitigates Latent Gradient Bias of SGD from Label Noise
von: Bae, Youngkyoung, et al.
Veröffentlicht: (2024)

Scalable Discrete Diffusion Samplers: Combinatorial Optimization and Statistical Physics
von: Sanokowski, Sebastian, et al.
Veröffentlicht: (2025)

Generative Stochastic Optimal Transport: Guided Harmonic Path-Integral Diffusion
von: Chertkov, Michael
Veröffentlicht: (2025)

Data efficiency, dimensionality reduction, and the generalized symmetric information bottleneck
von: Martini, K. Michael, et al.
Veröffentlicht: (2023)

Demonstration of Robust and Efficient Quantum Property Learning with Shallow Shadows
von: Hu, Hong-Ye, et al.
Veröffentlicht: (2024)

Quantum Neural Estimation of Entropies
von: Goldfeld, Ziv, et al.
Veröffentlicht: (2023)

Decision Making in Changing Environments: Robustness, Query-Based Learning, and Differential Privacy
von: Chen, Fan, et al.
Veröffentlicht: (2025)

Universal time-series forecasting with mixture predictors
von: Ryabko, Daniil
Veröffentlicht: (2020)

Fast Rates for Offline Contextual Bandits with Forward-KL Regularization under Single-Policy Concentrability
von: Zhao, Qingyue, et al.
Veröffentlicht: (2026)

MESSY Estimation: Maximum-Entropy based Stochastic and Symbolic densitY Estimation
von: Tohme, Tony, et al.
Veröffentlicht: (2023)

On the Exponential Convergence for Offline RLHF with Pairwise Comparisons
von: Chen, Zhirui, et al.
Veröffentlicht: (2024)

Prior-dependent analysis of posterior sampling reinforcement learning with function approximation
von: Li, Yingru, et al.
Veröffentlicht: (2024)

Fixed-Budget Differentially Private Best Arm Identification
von: Chen, Zhirui, et al.
Veröffentlicht: (2024)

Information theory for dimensionality reduction in dynamical systems
von: Schmitt, Matthew S., et al.
Veröffentlicht: (2023)

ML-PWS: Estimating the Mutual Information Between Experimental Time Series Using Neural Networks
von: Reinhardt, Manuel, et al.
Veröffentlicht: (2025)

Maximum diffusion reinforcement learning
von: Berrueta, Thomas A., et al.
Veröffentlicht: (2023)

Phase Transitions in the Output Distribution of Large Language Models
von: Arnold, Julian, et al.
Veröffentlicht: (2024)

Analyzing Shapley Additive Explanations to Understand Anomaly Detection Algorithm Behaviors and Their Complementarity
von: Levy, Jordan, et al.
Veröffentlicht: (2026)