:: Library Catalog

Buchumschlag

Gespeichert in:

Bibliographische Detailangaben
Hauptverfasser:	Jang, Cheongjae, Won, Jonghyun, Jun, Soyeon, Chung, Chun Kee, Joo, Keehyoung, Noh, Yung-Kyun
Format:	Preprint
Veröffentlicht:	2025
Schlagworte:	Machine Learning
Online-Zugang:	https://arxiv.org/abs/2511.12881
Tags:	Tag hinzufügen Keine Tags, Fügen Sie den ersten Tag hinzu!

Ähnliche Einträge

Kernel Metric Learning for In-Sample Off-Policy Evaluation of Deterministic RL Policies
von: Lee, Haanvid, et al.
Veröffentlicht: (2024)

Estimating Dimensionality of Neural Representations from Finite Samples
von: Chun, Chanwoo, et al.
Veröffentlicht: (2025)

Paired Wasserstein Autoencoders for Conditional Sampling
von: Piening, Moritz, et al.
Veröffentlicht: (2024)

Maximum Entropy Inverse Reinforcement Learning of Diffusion Models with Energy-Based Models
von: Yoon, Sangwoong, et al.
Veröffentlicht: (2024)

Bounds in Wasserstein Distance for Locally Stationary Processes
von: Tinio, Jan Nino G., et al.
Veröffentlicht: (2024)

Fast Estimation of Wasserstein Distances via Regression on Sliced Wasserstein Distances
von: Nguyen, Khai, et al.
Veröffentlicht: (2025)

Tree-Wasserstein Distance for High Dimensional Data with a Latent Feature Hierarchy
von: Lin, Ya-Wei Eileen, et al.
Veröffentlicht: (2024)

Private Wasserstein Distance
von: Li, Wenqian, et al.
Veröffentlicht: (2024)

The Observable Wasserstein Distance
von: Santos, Edivaldo Lopes dos, et al.
Veröffentlicht: (2026)

Distance-Matrix Wasserstein Statistics for Scalable Gromov--Wasserstein Learning
von: Xu, Ao, et al.
Veröffentlicht: (2026)

Estimating the Spectral Moments of the Kernel Integral Operator from Finite Sample Matrices
von: Chun, Chanwoo, et al.
Veröffentlicht: (2024)

Multimodal Forecasting for Commodity Prices Using Spectrogram-Based and Time Series Representations
von: Park, Soyeon, et al.
Veröffentlicht: (2026)

Distance-Based Tree-Sliced Wasserstein Distance
von: Tran, Hoang V., et al.
Veröffentlicht: (2025)

Joint Hierarchical Representation Learning of Samples and Features via Informed Tree-Wasserstein Distance
von: Lin, Ya-Wei Eileen, et al.
Veröffentlicht: (2025)

Feature Selection Based on Wasserstein Distance
von: Li, Fuwei
Veröffentlicht: (2024)

Relative Translation Invariant Wasserstein Distance
von: Wang, Binshuai, et al.
Veröffentlicht: (2024)

The Z-Gromov-Wasserstein Distance
von: Bauer, Martin, et al.
Veröffentlicht: (2024)

Label Distribution Shift-Aware Prediction Refinement for Test-Time Adaptation
von: Jang, Minguk, et al.
Veröffentlicht: (2024)

Finite-Sample Wasserstein Error Bounds and Concentration Inequalities for Nonlinear Stochastic Approximation
von: Kong, Seo Taek, et al.
Veröffentlicht: (2026)

Sliced-Wasserstein Distance-based Data Selection
von: Pallage, Julien, et al.
Veröffentlicht: (2025)

Fast Gradient Computation for Gromov-Wasserstein Distance
von: Zhang, Wei, et al.
Veröffentlicht: (2024)

Spherical Tree-Sliced Wasserstein Distance
von: Tran, Viet-Hoang, et al.
Veröffentlicht: (2025)

Slicing the Gaussian Mixture Wasserstein Distance
von: Piening, Moritz, et al.
Veröffentlicht: (2025)

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

Semidefinite Relaxations of the Gromov-Wasserstein Distance
von: Chen, Junyu, et al.
Veröffentlicht: (2023)

Wasserstein Distances, Neuronal Entanglement, and Sparsity
von: Sawmya, Shashata, et al.
Veröffentlicht: (2024)

Recovering Wasserstein Distance Matrices from Few Measurements
von: Rana, Muhammad, et al.
Veröffentlicht: (2025)

Conformal Graph Prediction with Z-Gromov Wasserstein Distances
von: Melo, Gabriel, et al.
Veröffentlicht: (2026)

Markovian Sliced Wasserstein Distances: Beyond Independent Projections
von: Nguyen, Khai, et al.
Veröffentlicht: (2023)

Two-sample Test using Projected Wasserstein Distance
von: Wang, Jie, et al.
Veröffentlicht: (2020)

Sliced-Wasserstein Distances and Flows on Cartan-Hadamard Manifolds
von: Bonet, Clément, et al.
Veröffentlicht: (2024)

Efficient Distribution Learning with Error Bounds in Wasserstein Distance
von: Figueiredo, Eduardo, et al.
Veröffentlicht: (2026)

An Empirical Study of Self-supervised Learning with Wasserstein Distance
von: Yamada, Makoto, et al.
Veröffentlicht: (2023)

A Unified Framework for Data-Free One-Step Sampling via Wasserstein Gradient Flows
von: Wang, Chenguang, et al.
Veröffentlicht: (2026)

BWS: Best Window Selection Based on Sample Scores for Data Pruning across Broad Ranges
von: Choi, Hoyong, et al.
Veröffentlicht: (2024)

Tree-Sliced Wasserstein Distance with Nonlinear Projection
von: Tran, Thanh, et al.
Veröffentlicht: (2025)

Sliced Inner Product Gromov-Wasserstein Distances
von: Gong, Xiaoyun, et al.
Veröffentlicht: (2026)

Conditional Temporal Neural Processes with Covariance Loss
von: Yoo, Boseon, et al.
Veröffentlicht: (2025)

FlowLPS: Langevin-Proximal Sampling for Flow-based Inverse Problem Solvers
von: Park, Jonghyun, et al.
Veröffentlicht: (2025)

Unbiased Stochastic Optimization for Gaussian Processes on Finite Dimensional RKHS
von: Shoham, Neta, et al.
Veröffentlicht: (2025)