Buchumschlag

Discrete Diffusion with Sample-Efficient Estimators for Conditionals

Fuente: arXiv

Gespeichert in:

Bibliographische Detailangaben
Hauptverfasser:	Elamvazhuthi, Karthik, Jayakumar, Abhijith, Lokhov, Andrey Y.
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

Discrete distributions are learnable from metastable samples
von: Jayakumar, Abhijith, et al.
Veröffentlicht: (2024)

Finite Sample Bounds for Learning with Score Matching
von: Smedira, Devin, et al.
Veröffentlicht: (2026)

Efficient Learning of Lattice Gauge Theories with Fermions
von: Shukla, Shreya, et al.
Veröffentlicht: (2025)

Computationally sufficient statistics for Ising models
von: Jayakumar, Abhijith, et al.
Veröffentlicht: (2026)

Quantitative Flow Approximation Properties of Narrow Neural ODEs
von: Elamvazhuthi, Karthik
Veröffentlicht: (2025)

Learning of Statistical Field Theories
von: Shukla, Shreya, et al.
Veröffentlicht: (2025)

Scientific Data Compression and Super-Resolution Sampling
von: Vu, Minh, et al.
Veröffentlicht: (2025)

Denoising Diffusion-Based Control of Nonlinear Systems
von: Elamvazhuthi, Karthik, et al.
Veröffentlicht: (2024)

The Ground Cost for Optimal Transport of Angular Velocity
von: Elamvazhuthi, Karthik, et al.
Veröffentlicht: (2025)

Score Matching Diffusion Based Feedback Control and Planning of Nonlinear Systems
von: Elamvazhuthi, Karthik, et al.
Veröffentlicht: (2025)

Learning of networked spreading models from noisy and incomplete data
von: Wilinski, Mateusz, et al.
Veröffentlicht: (2023)

Selecting Optimal Variable Order in Autoregressive Ising Models
von: Biswal, Shiba, et al.
Veröffentlicht: (2026)

Symmetric Linear Dynamical Systems are Learnable from Few Observations
von: Vu, Minh, et al.
Veröffentlicht: (2025)

Universal Approximation of Mean-Field Models via Transformers
von: Biswal, Shiba, et al.
Veröffentlicht: (2024)

Learning response functions of analog quantum computers: analysis of neutral-atom and superconducting platforms
von: Tüysüz, Cenk, et al.
Veröffentlicht: (2025)

Shot-frugal and Robust quantum kernel classifiers
von: Shastry, Abhay, et al.
Veröffentlicht: (2022)

Optimization Proxies using Limited Labeled Data and Training Time -- A Semi-Supervised Bayesian Neural Network Approach
von: Pareek, Parikshit, et al.
Veröffentlicht: (2024)

A Sample Efficient Conditional Independence Test in the Presence of Discretization
von: Sun, Boyang, et al.
Veröffentlicht: (2025)

Universal framework for simultaneous tomography of quantum states and SPAM noise
von: Jayakumar, Abhijith, et al.
Veröffentlicht: (2023)

Conditional Diffusion Sampling
von: Castro-Macías, Francisco M., et al.
Veröffentlicht: (2026)

Improved Sampling Schedules for Discrete Diffusion Models
von: Foresti, Alberto, et al.
Veröffentlicht: (2026)

Autoregressive pairwise Graphical Models efficiently find ground state representations of stoquastic Hamiltonians
von: Pang, Yuchen, et al.
Veröffentlicht: (2025)

Efficient Sampling with Discrete Diffusion Models: Sharp and Adaptive Guarantees
von: Dmitriev, Daniil, et al.
Veröffentlicht: (2026)

NI Sampling: Accelerating Discrete Diffusion Sampling by Token Order Optimization
von: Liu, Enshu, et al.
Veröffentlicht: (2026)

Uniform Sampling from the Reachable Set Using Optimal Transport
von: Elamvazhuthi, Karthik, et al.
Veröffentlicht: (2025)

Distillation of Discrete Diffusion by Exact Conditional Distribution Matching
von: Gao, Yansong, et al.
Veröffentlicht: (2025)

A Linear Test for Global Nonlinear Controllability
von: Elamvazhuthi, Karthik
Veröffentlicht: (2024)

Flow Matching for Measure Transport and Feedback Stabilization of Control-Affine Systems
von: Elamvazhuthi, Karthik
Veröffentlicht: (2025)

Benamou-Brenier Formulation of Optimal Transport for Nonlinear Control Systems on Rd
von: Elamvazhuthi, Karthik
Veröffentlicht: (2024)

Loopholing Discrete Diffusion: Deterministic Bypass of the Sampling Wall
von: Jo, Mingyu, et al.
Veröffentlicht: (2025)

Why Masking Diffusion Works: Condition on the Jump Schedule for Improved Discrete Diffusion
von: Amin, Alan N., et al.
Veröffentlicht: (2025)

DDPS: Discrete Diffusion Posterior Sampling for Paths in Layered Graphs
von: Luan, Hao, et al.
Veröffentlicht: (2025)

Optimization, Isoperimetric Inequalities, and Sampling via Lyapunov Potentials
von: Chen, August Y., et al.
Veröffentlicht: (2024)

Geometry-Preserving Neural Architectures on Manifolds with Boundary
von: Elamvazhuthi, Karthik, et al.
Veröffentlicht: (2026)

Discrete Modeling via Boundary Conditional Diffusion Processes
von: Gu, Yuxuan, et al.
Veröffentlicht: (2024)

Parametric Dynamic Mode Decomposition with multi-linear interpolation for prediction of thermal fields of Al2O3-water nanofluid flows at unseen parameters
von: S, Abhijith M, et al.
Veröffentlicht: (2025)

Split Gibbs Discrete Diffusion Posterior Sampling
von: Chu, Wenda, et al.
Veröffentlicht: (2025)

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

Discrete State Diffusion Models: A Sample Complexity Perspective
von: Srikanth, Aadithya, et al.
Veröffentlicht: (2025)

Discrete Diffusion Modeling by Estimating the Ratios of the Data Distribution
von: Lou, Aaron, et al.
Veröffentlicht: (2023)