Buchumschlag

Beyond Real Data: Synthetic Data through the Lens of Regularization

Fuente: arXiv

Gespeichert in:

Bibliographische Detailangaben
Hauptverfasser:	Shidani, Amitis, Farghly, Tyler, Sun, Yang, Ganjgahi, Habib, Deligiannidis, George
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

Ranking In Generalized Linear Bandits
von: Shidani, Amitis, et al.
Veröffentlicht: (2022)

Implicit Regularisation in Diffusion Models: An Algorithm-Dependent Generalisation Analysis
von: Farghly, Tyler, et al.
Veröffentlicht: (2025)

Generalisation under gradient descent via deterministic PAC-Bayes
von: Clerico, Eugenio, et al.
Veröffentlicht: (2022)

Diffusion Models and the Manifold Hypothesis: Log-Domain Smoothing is Geometry Adaptive
von: Farghly, Tyler, et al.
Veröffentlicht: (2025)

Revisiting the Scaling Properties of Downstream Metrics in Large Language Model Training
von: Krajewski, Jakub, et al.
Veröffentlicht: (2025)

Scaling Categorical Flow Maps
von: Davis, Oscar, et al.
Veröffentlicht: (2026)

Distillation Scaling Laws
von: Busbridge, Dan, et al.
Veröffentlicht: (2025)

Uniform Generalization Bounds on Data-Dependent Hypothesis Sets via PAC-Bayesian Theory on Random Sets
von: Dupuis, Benjamin, et al.
Veröffentlicht: (2024)

Generalization Bounds for Markov Algorithms through Entropy Flow Computations
von: Dupuis, Benjamin, et al.
Veröffentlicht: (2025)

Poly-View Contrastive Learning
von: Shidani, Amitis, et al.
Veröffentlicht: (2024)

Are Synthetic Time-series Data Really not as Good as Real Data?
von: Fu, Fanzhe, et al.
Veröffentlicht: (2024)

Schrödinger Bridge Matching for Tree-Structured Costs and Entropic Wasserstein Barycentres
von: Howard, Samuel, et al.
Veröffentlicht: (2025)

Error Bounds for Flow Matching Methods
von: Benton, Joe, et al.
Veröffentlicht: (2023)

On the Expected Size of Conformal Prediction Sets
von: Dhillon, Guneet S., et al.
Veröffentlicht: (2023)

Simplifying Optimal Transport through Schatten-$p$ Regularization
von: Maunu, Tyler
Veröffentlicht: (2025)

Drift Estimation for Stochastic Differential Equations with Denoising Diffusion Models
von: Costa, Marcos Tapia, et al.
Veröffentlicht: (2026)

Theory, Analysis, and Best Practices for Sigmoid Self-Attention
von: Ramapuram, Jason, et al.
Veröffentlicht: (2024)

Convergence of Diffusion Models Under the Manifold Hypothesis in High-Dimensions
von: Azangulov, Iskander, et al.
Veröffentlicht: (2024)

Linear Convergence of Diffusion Models Under the Manifold Hypothesis
von: Potaptchik, Peter, et al.
Veröffentlicht: (2024)

Metropolis-Adjusted Diffusion Models
von: Lam, Kevin H., et al.
Veröffentlicht: (2026)

Scaling Properties of Continuous Diffusion Spoken Language Models
von: Ramapuram, Jason, et al.
Veröffentlicht: (2026)

Data Value in the Age of Scaling: Understanding LLM Scaling Dynamics Under Real-Synthetic Data Mixtures
von: Wang, Haohui, et al.
Veröffentlicht: (2025)

Space of Data through the Lens of Multilevel Graph
von: Caputo, Marco, et al.
Veröffentlicht: (2025)

Differentiable Cost-Parameterized Monge Map Estimators
von: Howard, Samuel, et al.
Veröffentlicht: (2024)

Navigate Beyond Shortcuts: Debiased Learning through the Lens of Neural Collapse
von: Wang, Yining, et al.
Veröffentlicht: (2024)

Dimension Agnostic Testing of Survey Data Credibility through the Lens of Regression
von: Basu, Debabrota, et al.
Veröffentlicht: (2025)

Exploring the Potential of Synthetic Data to Replace Real Data
von: Lee, Hyungtae, et al.
Veröffentlicht: (2024)

Synthetic vs. Real Training Data for Visual Navigation
von: Suomela, Lauri, et al.
Veröffentlicht: (2025)

Utility Theory of Synthetic Data Generation
von: Xu, Shirong, et al.
Veröffentlicht: (2023)

Nearly $d$-Linear Convergence Bounds for Diffusion Models via Stochastic Localization
von: Benton, Joe, et al.
Veröffentlicht: (2023)

Direct Estimation of Tree Volume and Aboveground Biomass Using Deep Regression with Synthetic Lidar Data
von: Pourdelan, Habib, et al.
Veröffentlicht: (2026)

Heterogeneous Graph Structure Learning through the Lens of Data-generating Processes
von: Jiang, Keyue, et al.
Veröffentlicht: (2025)

On-Average Stability of Multipass Preconditioned SGD and Effective Dimension
von: Vary, Simon, et al.
Veröffentlicht: (2026)

Neural Score Matching for High-Dimensional Causal Inference
von: Clivio, Oscar, et al.
Veröffentlicht: (2022)

Exploring the Impact of Synthetic Data on Human Gesture Recognition Tasks Using GANs
von: Kontogiannis, George, et al.
Veröffentlicht: (2024)

Beyond Contrastive Learning: Synthetic Data Enables List-wise Training with Multiple Levels of Relevance
von: Esfandiarpoor, Reza, et al.
Veröffentlicht: (2025)

The Real Deal Behind the Artificial Appeal: Inferential Utility of Tabular Synthetic Data
von: Decruyenaere, Alexander, et al.
Veröffentlicht: (2023)

Enhancing Indoor Temperature Forecasting through Synthetic Data in Low-Data Environments
von: Thiry, Zachari, et al.
Veröffentlicht: (2024)

Structured Evaluation of Synthetic Tabular Data
von: Yang, Scott Cheng-Hsin, et al.
Veröffentlicht: (2024)

Privacy Auditing Synthetic Data Release through Local Likelihood Attacks
von: Ward, Joshua, et al.
Veröffentlicht: (2025)