Buchumschlag

Sampling from Constrained Gibbs Measures: with Applications to High-Dimensional Bayesian Inference

Fuente: arXiv

Gespeichert in:

Bibliographische Detailangaben
Hauptverfasser:	Wang, Ruixiao, Chen, Xiaohong, Chewi, Sinho
Format:	Preprint
Veröffentlicht:	2026
Schlagworte:	Statistics Theory Probability Machine Learning
Online-Zugang:	Acceder al recurso
Tags:	Tag hinzufügen Keine Tags, Fügen Sie den ersten Tag hinzu!

Ähnliche Einträge

High-accuracy log-concave sampling with stochastic queries
von: Chen, Fan, et al.
Veröffentlicht: (2026)

Stability of the Kim--Milman flow map
von: Chewi, Sinho, et al.
Veröffentlicht: (2025)

Complexity of Non-Log-Concave Sampling in Fisher Information
von: Chewi, Sinho, et al.
Veröffentlicht: (2026)

High-accuracy sampling for diffusion models and log-concave distributions
von: Chen, Fan, et al.
Veröffentlicht: (2026)

A proximal gradient algorithm for composite log-concave sampling
von: Liu, Linghai, et al.
Veröffentlicht: (2026)

Gaussian mixture layers for neural networks
von: Chewi, Sinho, et al.
Veröffentlicht: (2025)

Statistical optimal transport
von: Chewi, Sinho, et al.
Veröffentlicht: (2024)

Sampling from the Mean-Field Stationary Distribution
von: Kook, Yunbum, et al.
Veröffentlicht: (2024)

Shifted Composition IV: Toward Ballistic Acceleration for Log-Concave Sampling
von: Altschuler, Jason M., et al.
Veröffentlicht: (2025)

Bayesian Inference with Shaped Deep Non-linear MLPs
von: Hanin, Boris, et al.
Veröffentlicht: (2026)

Shifted Composition III: Local Error Framework for KL Divergence
von: Altschuler, Jason M., et al.
Veröffentlicht: (2024)

Algorithms for mean-field variational inference via polyhedral optimization in the Wasserstein space
von: Jiang, Yiheng, et al.
Veröffentlicht: (2023)

Variational inference via radial transport
von: Ghafourpour, Luca, et al.
Veröffentlicht: (2026)

Central Limit Theorem for Bayesian Neural Network trained with Variational Inference
von: Descours, Arnaud, et al.
Veröffentlicht: (2024)

Fast parallel sampling under isoperimetry
von: Anari, Nima, et al.
Veröffentlicht: (2024)

Complexity of High-Dimensional Identity Testing with Coordinate Conditional Sampling
von: Blanca, Antonio, et al.
Veröffentlicht: (2022)

Entropy contraction of the Gibbs sampler under log-concavity
von: Ascolani, Filippo, et al.
Veröffentlicht: (2024)

Limit Theorems for Stochastic Gradient Descent in High-Dimensional Single-Layer Networks
von: Rangriz, Parsa
Veröffentlicht: (2025)

Analysis of Langevin Monte Carlo from Poincaré to Log-Sobolev
von: Chewi, Sinho, et al.
Veröffentlicht: (2021)

DDPM Score Matching and Distribution Learning
von: Chewi, Sinho, et al.
Veröffentlicht: (2025)

High-Dimensional Asymptotics of Differentially Private PCA
von: Yun, Youngjoo, et al.
Veröffentlicht: (2025)

Provable Diffusion Posterior Sampling for Bayesian Inversion
von: Chang, Jinyuan, et al.
Veröffentlicht: (2025)

Sublinear iterations can suffice even for DDPMs
von: Zhang, Matthew S., et al.
Veröffentlicht: (2025)

Algorithmic warm starts for Hamiltonian Monte Carlo
von: Zhang, Matthew S., et al.
Veröffentlicht: (2026)

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

Are Bayesian networks typically faithful?
von: Boeken, Philip, et al.
Veröffentlicht: (2024)

Two-Sample Covariance Inference in High-Dimensional Elliptical Models
von: Dörnemann, Nina
Veröffentlicht: (2025)

Sample Path Regularity of Gaussian Processes from the Covariance Kernel
von: Da Costa, Nathaël, et al.
Veröffentlicht: (2023)

The feasibility of multi-graph alignment: a Bayesian approach
von: Vassaux, Louis, et al.
Veröffentlicht: (2025)

Robust Predictive Uncertainty and Double Descent in Contaminated Bayesian Random Features
von: Caprio, Michele, et al.
Veröffentlicht: (2026)

Nonlinear Bayesian Update via Ensemble Kernel Regression with Clustering and Subsampling
von: Lee, Yoonsang
Veröffentlicht: (2025)

Asymptotic Inference for Exchangeable Gibbs Partitions
von: Koriyama, Takuya
Veröffentlicht: (2025)

Finite-Dimensional Gaussian Approximation for Deep Neural Networks: Universality in Random Weights
von: Balasubramanian, Krishnakumar, et al.
Veröffentlicht: (2025)

Optimal Transportation and Alignment Between Gaussian Measures
von: Dandapanthula, Sanjit, et al.
Veröffentlicht: (2025)

Sampling conditioned diffusions via Pathspace Projected Monte Carlo
von: Grafke, Tobias
Veröffentlicht: (2025)

Randomized Midpoint Method for Log-Concave Sampling under Constraints
von: Yu, Yifeng, et al.
Veröffentlicht: (2024)

Diffusion Models with Heavy-Tailed Targets: Score Estimation and Sampling Guarantees
von: Yu, Yifeng, et al.
Veröffentlicht: (2026)

Learning with Expected Signatures: Theory and Applications
von: Lucchese, Lorenzo, et al.
Veröffentlicht: (2025)

Poisson Midpoint Method for Log Concave Sampling: Beyond the Strong Error Lower Bounds
von: Srinivasan, Rishikesh, et al.
Veröffentlicht: (2025)

Probabilistic Inference and Learning with Stein's Method
von: Liu, Qiang, et al.
Veröffentlicht: (2026)