Buchumschlag

Riemannian MeanFlow

Fuente: arXiv

Gespeichert in:

Bibliographische Detailangaben
Hauptverfasser:	Woo, Dongyeop, Skreta, Marta, Park, Seonghyun, Neklyudov, Kirill, Ahn, Sungsoo
Format:	Preprint
Veröffentlicht:	2026
Schlagworte:	Machine Learning
Online-Zugang:	Acceder al recurso
Tags:	Tag hinzufügen Keine Tags, Fügen Sie den ersten Tag hinzu!

Ähnliche Einträge

Iterated Energy-based Flow Matching for Sampling from Boltzmann Densities
von: Woo, Dongyeop, et al.
Veröffentlicht: (2024)

Non-backtracking Graph Neural Networks
von: Park, Seonghyun, et al.
Veröffentlicht: (2023)

Riemannian MeanFlow for One-Step Generation on Manifolds
von: Zhong, Zichen, et al.
Veröffentlicht: (2026)

The Superposition of Diffusion Models Using the Itô Density Estimator
von: Skreta, Marta, et al.
Veröffentlicht: (2024)

Transition Path Sampling with Improved Off-Policy Training of Diffusion Path Samplers
von: Seong, Kiyoung, et al.
Veröffentlicht: (2024)

On scalable and efficient training of diffusion samplers
von: Kim, Minkyu, et al.
Veröffentlicht: (2025)

Energy-based generator matching: A neural sampler for general state space
von: Woo, Dongyeop, et al.
Veröffentlicht: (2025)

Score-Based One-step MeanFlow Policy Optimization
von: Kim, Kyungyoon, et al.
Veröffentlicht: (2026)

Learning Collective Variables from BioEmu with Time-Lagged Generation
von: Park, Seonghyun, et al.
Veröffentlicht: (2025)

Discrete Feynman-Kac Correctors
von: Hasan, Mohsin, et al.
Veröffentlicht: (2026)

MeanFlow Transformers with Representation Autoencoders
von: Hu, Zheyuan, et al.
Veröffentlicht: (2025)

AlphaFlow: Understanding and Improving MeanFlow Models
von: Zhang, Huijie, et al.
Veröffentlicht: (2025)

Understanding, Accelerating, and Improving MeanFlow Training
von: Kim, Jin-Young, et al.
Veröffentlicht: (2025)

Value-Guidance MeanFlow for Offline Multi-Agent Reinforcement Learning
von: Pang, Teng, et al.
Veröffentlicht: (2026)

MENO: MeanFlow-Enhanced Neural Operators for Dynamical Systems
von: Yang, Tianyue, et al.
Veröffentlicht: (2026)

Feynman-Kac Correctors in Diffusion: Annealing, Guidance, and Product of Experts
von: Skreta, Marta, et al.
Veröffentlicht: (2025)

Physics-Informed Neural PDE Solvers via Spatio-Temporal MeanFlow
von: Bai, Hanru, et al.
Veröffentlicht: (2026)

Equivariant Efficient Joint Discrete and Continuous MeanFlow for Molecular Graph Generation
von: Xu, Rongjian, et al.
Veröffentlicht: (2026)

Modular MeanFlow: Towards Stable and Scalable One-Step Generative Modeling
von: You, Haochen, et al.
Veröffentlicht: (2025)

A Systematic Evaluation of Co-folding Model Representations for Small-Molecule Learning
von: Jang, Hyosoon, et al.
Veröffentlicht: (2026)

Multimodal Crystal Flow: Any-to-Any Modality Generation for Unified Crystal Modeling
von: Seong, Kiyoung, et al.
Veröffentlicht: (2026)

Wavefunction Flows: Efficient Quantum Simulation of Continuous Flow Models
von: Layden, David, et al.
Veröffentlicht: (2025)

Flexible MOF Generation with Torsion-Aware Flow Matching
von: Kim, Nayoung, et al.
Veröffentlicht: (2025)

Generative Flows on Synthetic Pathway for Drug Design
von: Seo, Seonghwan, et al.
Veröffentlicht: (2024)

Discrete MeanFlow: One-Step Generation via Conditional Transition Kernels
von: Khan, Fairoz Nower, et al.
Veröffentlicht: (2026)

One-Step Generative Policies with Q-Learning: A Reformulation of MeanFlow
von: Wang, Zeyuan, et al.
Veröffentlicht: (2025)

Stochastic MeanFlow Policies: One-Step Generative Control with Entropic Mirror Descent
von: Wang, Zeyuan, et al.
Veröffentlicht: (2026)

MOFFlow: Flow Matching for Structure Prediction of Metal-Organic Frameworks
von: Kim, Nayoung, et al.
Veröffentlicht: (2024)

Gaussian Plane-Wave Neural Operator for Electron Density Estimation
von: Kim, Seongsu, et al.
Veröffentlicht: (2024)

Symmetric Replay Training: Enhancing Sample Efficiency in Deep Reinforcement Learning for Combinatorial Optimization
von: Kim, Hyeonah, et al.
Veröffentlicht: (2023)

A Computational Framework for Solving Wasserstein Lagrangian Flows
von: Neklyudov, Kirill, et al.
Veröffentlicht: (2023)

OT-MeanFlow3D: Bridging Optimal Transport and Meanflow for Efficient 3D Point Cloud Generation
von: Akbari, Elaheh, et al.
Veröffentlicht: (2025)

Learning Sampled-data Control for Swarms via MeanFlow
von: Dong, Anqi, et al.
Veröffentlicht: (2026)

Decoupled Sequence and Structure Generation for Realistic Antibody Design
von: Kim, Nayoung, et al.
Veröffentlicht: (2024)

Bootstrapped Training of Score-Conditioned Generator for Offline Design of Biological Sequences
von: Kim, Minsu, et al.
Veröffentlicht: (2023)

Improving Chemical Understanding of LLMs via SMILES Parsing
von: Jang, Yunhui, et al.
Veröffentlicht: (2025)

Self-Refining Training for Amortized Density Functional Theory
von: Hassan, Majdi, et al.
Veröffentlicht: (2025)

A Call to Lagrangian Action: Learning Population Mechanics from Temporal Snapshots
von: Guan, Vincent, et al.
Veröffentlicht: (2026)

Pessimistic Backward Policy for GFlowNets
von: Jang, Hyosoon, et al.
Veröffentlicht: (2024)

Meta Flow Matching: Integrating Vector Fields on the Wasserstein Manifold
von: Atanackovic, Lazar, et al.
Veröffentlicht: (2024)