Copertina

A Kernel Approach for Semi-implicit Variational Inference

Fuente: arXiv

Salvato in:

Dettagli Bibliografici
Autori principali:	Yu, Longlin, Cheng, Ziheng, Zhang, Shiyue, Zhang, Cheng
Natura:	Preprint
Pubblicazione:	2026
Soggetti:	Machine Learning
Accesso online:	Acceder al recurso
Tags:	Aggiungi Tag Nessun Tag, puoi essere il primo ad aggiungerne!!

Documenti analoghi

Kernel Semi-Implicit Variational Inference
di: Cheng, Ziheng, et al.
Pubblicazione: (2024)

Functional Gradient Flows for Constrained Sampling
di: Zhang, Shiyue, et al.
Pubblicazione: (2024)

Semi-Implicit Functional Gradient Flow for Efficient Sampling
di: Zhang, Shiyue, et al.
Pubblicazione: (2024)

Reflected Flow Matching
di: Xie, Tianyu, et al.
Pubblicazione: (2024)

Variational Bayesian Phylogenetic Inference with Semi-implicit Branch Length Distributions
di: Xie, Tianyu, et al.
Pubblicazione: (2024)

Provable Sample-Efficient Transfer Learning Conditional Diffusion Models via Representation Learning
di: Cheng, Ziheng, et al.
Pubblicazione: (2025)

Continuous Semi-Implicit Models
di: Yu, Longlin, et al.
Pubblicazione: (2025)

Diffusion-PINN Sampler
di: Shi, Zhekun, et al.
Pubblicazione: (2024)

A Variational Approach to Bayesian Phylogenetic Inference
di: Zhang, Cheng, et al.
Pubblicazione: (2022)

Importance Weighted Variational Inference without the Reparameterization Trick
di: Daudel, Kamélia, et al.
Pubblicazione: (2026)

Particle Semi-Implicit Variational Inference
di: Lim, Jen Ning, et al.
Pubblicazione: (2024)

Semi-Implicit Variational Inference via Kernelized Path Gradient Descent
di: Pielok, Tobias, et al.
Pubblicazione: (2025)

Semi-Parametric Inference for Doubly Stochastic Spatial Point Processes: An Approximate Penalized Poisson Likelihood Approach
di: Cheng, Si, et al.
Pubblicazione: (2023)

Convergence of Distributed Adaptive Optimization with Local Updates
di: Cheng, Ziheng, et al.
Pubblicazione: (2024)

Multi-Environment GLAMP: Approximate Message Passing for Transfer Learning with Applications to Lasso-based Estimators
di: Wang, Longlin, et al.
Pubblicazione: (2025)

Deterministic Policy Gradient for Reinforcement Learning with Continuous Time and State
di: Cheng, Ziheng, et al.
Pubblicazione: (2025)

Reverse Transition Kernel: A Flexible Framework to Accelerate Diffusion Inference
di: Huang, Xunpeng, et al.
Pubblicazione: (2024)

Amortized Variational Inference for Deep Gaussian Processes
di: Meng, Qiuxian, et al.
Pubblicazione: (2024)

On Kernel-based Variational Autoencoder
di: Qin, Tian, et al.
Pubblicazione: (2024)

Large Dimensional Kernel Ridge Regression: Extending to Product Kernels
di: Zhou, Yang, et al.
Pubblicazione: (2026)

Multi-Objective Learning for Diffusion Models: A Statistical Theory under Semi-Supervised Learning
di: Cheng, Ziheng, et al.
Pubblicazione: (2026)

Score $\times$ Decoder: A Unified View of Unsupervised Inference-Time Scaling for Hallucination Mitigation
di: Cheng, Yun-Chen, et al.
Pubblicazione: (2026)

A Semi-Supervised Kernel Two-Sample Test
di: Lee, Gyumin, et al.
Pubblicazione: (2026)

Quasiparticle Interference Kernel Extraction with Variational Autoencoders via Latent Alignment
di: Ji, Yingshuai, et al.
Pubblicazione: (2025)

Data-Efficient Training by Evolved Sampling
di: Cheng, Ziheng, et al.
Pubblicazione: (2025)

Unlearning in Diffusion models under Data Constraints: A Variational Inference Approach
di: Panda, Subhodip, et al.
Pubblicazione: (2025)

Model Evolution Under Zeroth-Order Optimization: A Neural Tangent Kernel Perspective
di: Zhang, Chen, et al.
Pubblicazione: (2026)

Revisiting Block-based Quantisation: What is Important for Sub-8-bit LLM Inference?
di: Zhang, Cheng, et al.
Pubblicazione: (2023)

Amortized Variational Inference for Partial-Label Learning: A Probabilistic Approach to Label Disambiguation
di: Fuchs, Tobias, et al.
Pubblicazione: (2025)

Generative Augmented Inference
di: Lu, Cheng, et al.
Pubblicazione: (2026)

Training Bayesian Neural Networks with Sparse Subspace Variational Inference
di: Li, Junbo, et al.
Pubblicazione: (2024)

Efficient Parameter Optimisation for Quantum Kernel Alignment: A Sub-sampling Approach in Variational Training
di: Sahin, M. Emre, et al.
Pubblicazione: (2024)

Kernel Two-Sample Tests for Manifold Data
di: Cheng, Xiuyuan, et al.
Pubblicazione: (2021)

Nonparametric Automatic Differentiation Variational Inference with Spline Approximation
di: Shao, Yuda, et al.
Pubblicazione: (2024)

Tight Non-asymptotic Inference via Sub-Gaussian Intrinsic Moment Norm
di: Zhang, Huiming, et al.
Pubblicazione: (2023)

Hardware and Software Platform Inference
di: Zhang, Cheng, et al.
Pubblicazione: (2024)

Kernel Ridge Regression Inference
di: Singh, Rahul, et al.
Pubblicazione: (2023)

Bayesian Semi-structured Subspace Inference
di: Dold, Daniel, et al.
Pubblicazione: (2024)

Adaptive Kernel Selection for Stein Variational Gradient Descent
di: Melcher, Moritz, et al.
Pubblicazione: (2025)

Center-Sensitive Kernel Optimization for Efficient On-Device Incremental Learning
di: Zhang, Dingwen, et al.
Pubblicazione: (2024)