Copertina

Quantifying the noise sensitivity of the Wasserstein metric for images

Fuente: arXiv

Salvato in:

Dettagli Bibliografici
Autori principali:	Lager, Erik, Mordant, Gilles, Moscovich, Amit
Natura:	Preprint
Pubblicazione:	2025
Soggetti:	Statistics Theory
Accesso online:	Acceder al recurso
Tags:	Aggiungi Tag Nessun Tag, puoi essere il primo ad aggiungerne!!

Documenti analoghi

The entropic optimal (self-)transport problem: Limit distributions for decreasing regularization with application to score function estimation
di: Mordant, Gilles
Pubblicazione: (2024)

Bounding adapted Wasserstein metrics
di: Blanchet, Jose, et al.
Pubblicazione: (2024)

Manifold Learning with Sparse Regularised Optimal Transport
di: Zhang, Stephen, et al.
Pubblicazione: (2023)

Estimation of Algebraic Sets: Extending PCA Beyond Linearity
di: González-Sanz, Alberto, et al.
Pubblicazione: (2025)

The Catastrophic Failure of The k-Means Algorithm in High Dimensions, and How Hartigan's Algorithm Avoids It
di: Lederman, Roy R., et al.
Pubblicazione: (2026)

Smoothed estimation of Wasserstein barycenters
di: Li, Pengtao, et al.
Pubblicazione: (2026)

Quantization-based Bounds on the Wasserstein Metric
di: Bobrutsky, Jonathan, et al.
Pubblicazione: (2025)

Convergence of empirical Gromov-Wasserstein distance
di: Kato, Kengo, et al.
Pubblicazione: (2025)

Wasserstein projection estimators for circular distributions
di: Otani, Naoki, et al.
Pubblicazione: (2025)

Shape-constrained density estimation with Wasserstein projection
di: Matsuda, Takeru, et al.
Pubblicazione: (2026)

Wasserstein GANs are Minimax Optimal Distribution Estimators
di: Stéphanovitch, Arthur, et al.
Pubblicazione: (2023)

Gromov-Wasserstein Bound between Reeb and Mapper Graphs
di: Oulhaj, Ziyad, et al.
Pubblicazione: (2025)

Neural Entropic Optimal Transport and Gromov-Wasserstein Alignment
di: Wang, Tao, et al.
Pubblicazione: (2023)

Wasserstein Transfer Learning
di: Zhang, Kaicheng, et al.
Pubblicazione: (2025)

Measures of Dependence based on Wasserstein distances
di: Catalano, Marta, et al.
Pubblicazione: (2025)

Adapted Wasserstein Barycenters of Gaussian Processes
di: Mattesini, Francesco, et al.
Pubblicazione: (2026)

Wasserstein distance in terms of the comonotonicity Copula
di: Abdellatif, Mariem, et al.
Pubblicazione: (2024)

Rate of convergence of the smoothed empirical Wasserstein distance
di: Block, Adam, et al.
Pubblicazione: (2022)

Wasserstein bounds for non-linear Gaussian filters
di: Karvonen, Toni, et al.
Pubblicazione: (2025)

High-dimensional copula-based Wasserstein dependence
di: De Keyser, Steven, et al.
Pubblicazione: (2024)

The van Trees inequality in the spirit of Hajek and Le Cam
di: Elisabeth, Gassiat, et al.
Pubblicazione: (2024)

Regularized geometric quantiles and universal linear distribution functionals
di: Konen, Dimitri, et al.
Pubblicazione: (2026)

Two-Sample Inference for Gaussian-Smoothed Wasserstein Costs with Finite Moments
di: Yang, Jiaping, et al.
Pubblicazione: (2026)

Wasserstein Concentration of Empirical Measures for Dependent Data via the Method of Moments
di: Amini, Arash A., et al.
Pubblicazione: (2026)

Asymptotic limits of spiked eigenvalues and eigenvectors of signal-plus-noise matrices with weak signals and heteroskedastic noise
di: Liu, Xiaoyu, et al.
Pubblicazione: (2023)

Wasserstein convergence rates for empirical measures of point processes
di: Huang, Dongzhou, et al.
Pubblicazione: (2026)

Estimation of projection operators with Gaussian noise
di: Castelli, Luca
Pubblicazione: (2026)

Overcoming global sensitivity limitations: using active subspaces to explore discrepancies between global and local parameter sensitivities
di: Zou, Huiyan, et al.
Pubblicazione: (2025)

Wasserstein KL-divergence for Gaussian distributions
di: Datar, Adwait, et al.
Pubblicazione: (2025)

Robust Estimation under the Wasserstein Distance
di: Nietert, Sloan, et al.
Pubblicazione: (2023)

Wasserstein Distributionally Robust Quantile Regression
di: Zhang, Chunxu, et al.
Pubblicazione: (2026)

Wasserstein Proximal Coordinate Gradient Algorithms
di: Yao, Rentian, et al.
Pubblicazione: (2024)

Flatness of location-scale-shape models under the Wasserstein metric
di: Fukushi, Ayumu, et al.
Pubblicazione: (2025)

Quantifying the effectiveness of linear preconditioning in Markov chain Monte Carlo
di: Hird, Max, et al.
Pubblicazione: (2023)

A sliced Wasserstein and diffusion approach to random coefficient models
di: Lim, Keunwoo, et al.
Pubblicazione: (2025)

On the effect of noise on fitting linear regression models
di: Ullah, Insha, et al.
Pubblicazione: (2024)

Deconvolution of repeated measurements corrupted by unknown noise
di: Capitao-Miniconi, Jérémie, et al.
Pubblicazione: (2024)

Is speckle noise more challenging to mitigate than additive noise?
di: Malekian, Reihaneh, et al.
Pubblicazione: (2024)

Distribution-on-Distribution Regression with Wasserstein Metric: Multivariate Gaussian Case
di: Okano, Ryo, et al.
Pubblicazione: (2023)

Kernel-based sensitivity analysis for (excursion) sets
di: Fellmann, Noé, et al.
Pubblicazione: (2023)