Buchumschlag

Generalizing Score-based generative models for Heavy-tailed Distributions

Fuente: arXiv

Gespeichert in:

Bibliographische Detailangaben
Hauptverfasser:	Fassina, Tiziano, Cardoso, Gabriel, Corff, Sylvan Le, Romary, Thomas
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

On Forgetting and Stability of Score-based Generative models
von: Strasman, Stanislas, et al.
Veröffentlicht: (2026)

An analysis of the noise schedule for score-based generative models
von: Strasman, Stanislas, et al.
Veröffentlicht: (2024)

Variational quantization for state space models
von: David, Etienne, et al.
Veröffentlicht: (2024)

Tree-based variational inference for Poisson log-normal models
von: Chaussard, Alexandre, et al.
Veröffentlicht: (2024)

Diffusion posterior sampling for simulation-based inference in tall data settings
von: Linhart, Julia, et al.
Veröffentlicht: (2024)

A stable deep adversarial learning approach for geological facies generation
von: Bhavsar, Ferdinand, et al.
Veröffentlicht: (2023)

Independent Component Discovery in Temporal Count Data
von: Chaussard, Alexandre, et al.
Veröffentlicht: (2026)

Theoretical Convergence Guarantees for Variational Autoencoders
von: Surendran, Sobihan, et al.
Veröffentlicht: (2024)

Low-rank Matrix Bandits with Heavy-tailed Rewards
von: Kang, Yue, et al.
Veröffentlicht: (2024)

Latent Guided Sampling for Combinatorial Optimization
von: Surendran, Sobihan, et al.
Veröffentlicht: (2025)

Non-asymptotic Analysis of Biased Adaptive Stochastic Approximation
von: Surendran, Sobihan, et al.
Veröffentlicht: (2024)

Improved Quantization Strategies for Managing Heavy-tailed Gradients in Distributed Learning
von: Yan, Guangfeng, et al.
Veröffentlicht: (2024)

Importance sampling for online variational learning
von: Chagneux, Mathis, et al.
Veröffentlicht: (2024)

Catoni Contextual Bandits are Robust to Heavy-tailed Rewards
von: Ye, Chenlu, et al.
Veröffentlicht: (2025)

Efficient Online Variational Estimation via Monte Carlo Sampling
von: Chagneux, Mathis, et al.
Veröffentlicht: (2026)

Score-based generative models are provably robust: an uncertainty quantification perspective
von: Mimikos-Stamatopoulos, Nikiforos, et al.
Veröffentlicht: (2024)

Multi-agent Multi-armed Bandit with Fully Heavy-tailed Dynamics
von: Wang, Xingyu, et al.
Veröffentlicht: (2025)

Sparse Variational Student-t Processes for Heavy-tailed Modeling
von: Xu, Jian, et al.
Veröffentlicht: (2024)

Approximation and Generalization Abilities of Score-based Neural Network Generative Models for Sub-Gaussian Distributions
von: Fu, Guoji, et al.
Veröffentlicht: (2025)

Heavy-tailed Linear Bandits: Adversarial Robustness, Best-of-both-worlds, and Beyond
von: Zhao, Canzhe, et al.
Veröffentlicht: (2025)

$t^3$-Variational Autoencoder: Learning Heavy-tailed Data with Student's t and Power Divergence
von: Kim, Juno, et al.
Veröffentlicht: (2023)

Wasserstein Bounds for generative diffusion models with Gaussian tail targets
von: Wang, Xixian, et al.
Veröffentlicht: (2024)

Bayesian ECG reconstruction using denoising diffusion generative models
von: Cardoso, Gabriel V., et al.
Veröffentlicht: (2023)

Differentially Private Sparse Linear Regression with Heavy-tailed Responses
von: Tian, Xizhi, et al.
Veröffentlicht: (2025)

Entropic Mirror Monte Carlo
von: Cherradi, Anas, et al.
Veröffentlicht: (2026)

Score-based generative models break the curse of dimensionality in learning a family of sub-Gaussian probability distributions
von: Cole, Frank, et al.
Veröffentlicht: (2024)

Score-based 3D molecule generation with neural fields
von: Kirchmeyer, Matthieu, et al.
Veröffentlicht: (2025)

Ordering-based Causal Discovery via Generalized Score Matching
von: Vo, Vy, et al.
Veröffentlicht: (2026)

Score-based generative emulation of impact-relevant Earth system model outputs
von: Bouabid, Shahine, et al.
Veröffentlicht: (2025)

Wasserstein Convergence of Critically Damped Langevin Diffusions
von: Strasman, Stanislas, et al.
Veröffentlicht: (2025)

MIRA: A Score for Conditional Distribution Accuracy and Model Comparison
von: Sharief, Sammy, et al.
Veröffentlicht: (2026)

Heavy-tailed Contamination is Easier than Adversarial Contamination
von: Cherapanamjeri, Yeshwanth, et al.
Veröffentlicht: (2024)

Score-based Generative Models with Adaptive Momentum
von: Wen, Ziqing, et al.
Veröffentlicht: (2024)

Continual Learning of Numerous Tasks from Long-tail Distributions
von: Kang, Liwei, et al.
Veröffentlicht: (2024)

Distributional Autoencoders Know the Score
von: Leban, Andrej
Veröffentlicht: (2025)

Predictive posterior sampling from non-stationnary Gaussian process priors via Diffusion models with application to climate data
von: Cardoso, Gabriel V, et al.
Veröffentlicht: (2025)

Outlier-Robust Linear System Identification Under Heavy-tailed Noise
von: Kanakeri, Vinay, et al.
Veröffentlicht: (2024)

Robust training of implicit generative models for multivariate and heavy-tailed distributions with an invariant statistical loss
von: de Frutos, José Manuel, et al.
Veröffentlicht: (2024)

Score Neural Operator: A Generative Model for Learning and Generalizing Across Multiple Probability Distributions
von: Liao, Xinyu, et al.
Veröffentlicht: (2024)

Beat the long tail: Distribution-Aware Speculative Decoding for RL Training
von: Shao, Zelei, et al.
Veröffentlicht: (2025)