Buchumschlag

Beyond Linear Diffusions: Improved Representations for Rare Conditional Generative Modeling

Fuente: arXiv

Gespeichert in:

Bibliographische Detailangaben
Hauptverfasser:	Dharmakeerthi, Kulunu, El-Laham, Yousef, Wong, Henry H., Potluru, Vamsi K., He, Changhong, He, Taosong
Format:	Preprint
Veröffentlicht:	2025
Schlagworte:	Machine Learning
Online-Zugang:	Acceder al recurso
Tags:	Tag hinzufügen Keine Tags, Fügen Sie den ersten Tag hinzu!

Ähnliche Einträge

Denoising Diffusions with Optimal Transport: Localization, Curvature, and Multi-Scale Complexity
von: Liang, Tengyuan, et al.
Veröffentlicht: (2024)

Mixup Regularization: A Probabilistic Perspective
von: El-Laham, Yousef, et al.
Veröffentlicht: (2025)

Learning When the Concept Shifts: Confounding, Invariance, and Dimension Reduction
von: Dharmakeerthi, Kulunu, et al.
Veröffentlicht: (2024)

GraphMaker: Can Diffusion Models Generate Large Attributed Graphs?
von: Li, Mufei, et al.
Veröffentlicht: (2023)

Defending Diffusion Models Against Membership Inference Attacks via Higher-Order Langevin Dynamics
von: Sterling, Benjamin, et al.
Veröffentlicht: (2025)

Neural Stochastic Differential Equations with Change Points: A Generative Adversarial Approach
von: Sun, Zhongchang, et al.
Veröffentlicht: (2023)

LSCD: Lomb-Scargle Conditioned Diffusion for Time series Imputation
von: Fons, Elizabeth, et al.
Veröffentlicht: (2025)

On the Inherent Privacy Properties of Discrete Denoising Diffusion Models
von: Wei, Rongzhe, et al.
Veröffentlicht: (2023)

Downstream Task-Oriented Generative Model Selections on Synthetic Data Training for Fraud Detection Models
von: Cheng, Yinan, et al.
Veröffentlicht: (2024)

Augment on Manifold: Mixup Regularization with UMAP
von: El-Laham, Yousef, et al.
Veröffentlicht: (2023)

Auditing and Enforcing Conditional Fairness via Optimal Transport
von: Ghassemi, Mohsen, et al.
Veröffentlicht: (2024)

A supervised generative optimization approach for tabular data
von: Nakamura-Sakai, Shinpei, et al.
Veröffentlicht: (2023)

Regularized Conditional Diffusion Model for Multi-Task Preference Alignment
von: Yu, Xudong, et al.
Veröffentlicht: (2024)

Six Levels of Privacy: A Framework for Financial Synthetic Data
von: Balch, Tucker, et al.
Veröffentlicht: (2024)

Variational Neural Stochastic Differential Equations with Change Points
von: El-Laham, Yousef, et al.
Veröffentlicht: (2024)

Breaking Distortion-free Watermarks in Large Language Models
von: Reynolds, Shayleen, et al.
Veröffentlicht: (2025)

FairWASP: Fast and Optimal Fair Wasserstein Pre-processing
von: Xiong, Zikai, et al.
Veröffentlicht: (2023)

Explicit Group Sparse Projection with Applications to Deep Learning and NMF
von: Ohib, Riyasat, et al.
Veröffentlicht: (2019)

Distributionally and Adversarially Robust Logistic Regression via Intersecting Wasserstein Balls
von: Selvi, Aras, et al.
Veröffentlicht: (2024)

Dynamic Linear Coregionalization for Realistic Synthetic Multivariate Time Series
von: Vapsi, Annita, et al.
Veröffentlicht: (2026)

Underestimated Privacy Risks for Minority Populations in Large Language Model Unlearning
von: Wei, Rongzhe, et al.
Veröffentlicht: (2024)

Synthetic Data Applications in Finance
von: Potluru, Vamsi K., et al.
Veröffentlicht: (2023)

State Combinatorial Generalization In Decision Making With Conditional Diffusion Models
von: Duan, Xintong, et al.
Veröffentlicht: (2025)

Factor-Based Conditional Diffusion Model for Contextual Portfolio Optimization
von: Gao, Xuefeng, et al.
Veröffentlicht: (2025)

Fair Wasserstein Coresets
von: Xiong, Zikai, et al.
Veröffentlicht: (2023)

Diffuse and Disperse: Image Generation with Representation Regularization
von: Wang, Runqian, et al.
Veröffentlicht: (2025)

Representation-Conditioned Diffusion Models for Guided Training Data Generation
von: Karthikeyan, Nithesh Chandher, et al.
Veröffentlicht: (2026)

Geometric Representation Condition Improves Equivariant Molecule Generation
von: Li, Zian, et al.
Veröffentlicht: (2024)

Towards Controllable Image Generation through Representation-Conditioned Diffusion Models
von: Karthikeyan, Nithesh Chandher, et al.
Veröffentlicht: (2026)

Physics-Aligned Canonical Equivariant Fourier Neural Operator under Symmetry-Induced Shifts
von: Xu, Jiaxiao, et al.
Veröffentlicht: (2026)

Conservative Contextual Bandits: Beyond Linear Representations
von: Deb, Rohan, et al.
Veröffentlicht: (2024)

Manifold Generalization Provably Proceeds Memorization in Diffusion Models
von: Shen, Zebang, et al.
Veröffentlicht: (2026)

Elucidating Representation Degradation Problem in Diffusion Model Training
von: Yao, Zhipeng, et al.
Veröffentlicht: (2026)

Canonical Latent Representations in Conditional Diffusion Models
von: Xu, Yitao, et al.
Veröffentlicht: (2025)

Ensemble Successor Representations for Task Generalization in Offline-to-Online Reinforcement Learning
von: Wang, Changhong, et al.
Veröffentlicht: (2024)

Diffusion Generative Modeling on Lie Group Representations
von: Bertolini, Marco, et al.
Veröffentlicht: (2025)

No Alignment Needed for Generation: Learning Linearly Separable Representations in Diffusion Models
von: Yun, Junno, et al.
Veröffentlicht: (2025)

Tweedie's Formulae and Diffusion Generative Models Beyond Gaussian
von: Tang, Wenpin, et al.
Veröffentlicht: (2026)

Demystify Protein Generation with Hierarchical Conditional Diffusion Models
von: Ling, Zinan, et al.
Veröffentlicht: (2025)

SPIRE: Conditional Personalization for Federated Diffusion Generative Models
von: Ozkara, Kaan, et al.
Veröffentlicht: (2025)