Copertina

Micro-Diffusion Compression - Binary Tree Tweedie Denoising for Online Probability Estimation

Fuente: arXiv

Salvato in:

Dettagli Bibliografici
Autore principale:	Tacconelli, Roberto
Natura:	Preprint
Pubblicazione:	2026
Soggetti:	Machine Learning Information Theory
Accesso online:	Acceder al recurso
Tags:	Aggiungi Tag Nessun Tag, puoi essere il primo ad aggiungerne!!

Documenti analoghi

StateSMix: Online Lossless Compression via Mamba State Space Models and Sparse N-gram Context Mixing
di: Tacconelli, Roberto
Pubblicazione: (2026)

Aperiodic Structures Never Collapse: Fibonacci Hierarchies for Lossless Compression
di: Tacconelli, Roberto
Pubblicazione: (2026)

Nacrith: Neural Lossless Compression via Ensemble Context Modeling and High-Precision CDF Coding
di: Tacconelli, Roberto
Pubblicazione: (2026)

Online Prediction of Stochastic Sequences with High Probability Regret Bounds
di: Frey, Matthias, et al.
Pubblicazione: (2026)

Minimax Optimality of the Probability Flow ODE for Diffusion Models
di: Cai, Changxiao, et al.
Pubblicazione: (2025)

eOptShrinkQ: Near-Lossless KV Cache Compression Through Optimal Spectral Denoising and Quantization
di: Su, Pei-Chun
Pubblicazione: (2026)

Differentially-Private Collaborative Online Personalized Mean Estimation
di: Yakimenka, Yauhen, et al.
Pubblicazione: (2024)

Data-Driven Estimation of the False Positive Rate of the Bayes Binary Classifier via Soft Labels
di: Jeong, Minoh, et al.
Pubblicazione: (2024)

Optimal Online Bookmaking for Binary Games
di: Bhatt, Alankrita, et al.
Pubblicazione: (2025)

Tweedie Regression for Video Recommendation System
di: Zheng, Yan, et al.
Pubblicazione: (2025)

Conditional Denoising Diffusion Probabilistic Models for Data Reconstruction Enhancement in Wireless Communications
di: Letafati, Mehdi, et al.
Pubblicazione: (2023)

Communication-Constrained Private Decentralized Online Personalized Mean Estimation
di: Yakimenka, Yauhen, et al.
Pubblicazione: (2025)

Learnable Residual-Based Latent Denoising in Semantic Communication
di: Xu, Mingkai, et al.
Pubblicazione: (2025)

Improving Channel Estimation via Multimodal Diffusion Models with Flow Matching
di: Fan, Xiaotian, et al.
Pubblicazione: (2026)

A Probably Approximately Correct Analysis of Group Testing Algorithms
di: H., Sameera Bharadwaja, et al.
Pubblicazione: (2024)

Advances in Diffusion-Based Generative Compression
di: Yang, Yibo, et al.
Pubblicazione: (2026)

Learning to Compress: Local Rank and Information Compression in Deep Neural Networks
di: Patel, Niket, et al.
Pubblicazione: (2024)

On the Minimax Regret of Sequential Probability Assignment via Square-Root Entropy
di: Jia, Zeyu, et al.
Pubblicazione: (2025)

Foundation of Calculating Normalized Maximum Likelihood for Continuous Probability Models
di: Suzuki, Atsushi, et al.
Pubblicazione: (2024)

A Method For Bounding Tail Probabilities
di: Zlatanov, Nikola
Pubblicazione: (2024)

Finite-Horizon Quickest Change Detection Balancing Latency with False Alarm Probability
di: Huang, Yu-Han, et al.
Pubblicazione: (2025)

Lossless Image Compression Using Multi-level Dictionaries: Binary Images
di: Agnihotri, Samar, et al.
Pubblicazione: (2024)

Variations on the Expectation due to Changes in the Probability Measure
di: Perlaza, Samir M., et al.
Pubblicazione: (2025)

Latent Diffusion Model Based Denoising Receiver for 6G Semantic Communication: From Stochastic Differential Theory to Application
di: Wang, Xiucheng, et al.
Pubblicazione: (2025)

On the Sample Complexity of Robust Binary Hypothesis Testing
di: Vallinayagam, Shankar, et al.
Pubblicazione: (2026)

The Sample Complexity of Simple Binary Hypothesis Testing
di: Pensia, Ankit, et al.
Pubblicazione: (2024)

Diffusion-OAMP for Joint Image Compression and Wireless Transmission
di: Hou, Wentao, et al.
Pubblicazione: (2026)

Lossless and Near-Lossless Compression for Foundation Models
di: Hershcovitch, Moshik, et al.
Pubblicazione: (2024)

ZipNN: Lossless Compression for AI Models
di: Hershcovitch, Moshik, et al.
Pubblicazione: (2024)

Exploration-Exploitation Tradeoff in Universal Lossy Compression
di: Weinberger, Nir, et al.
Pubblicazione: (2025)

Application of Deep Learning in Biological Data Compression
di: Zou, Chunyu
Pubblicazione: (2025)

Agnostic Sample Compression Schemes for Regression
di: Attias, Idan, et al.
Pubblicazione: (2018)

Exact Recovery of Sparse Binary Vectors from Generalized Linear Measurements
di: Mazumdar, Arya, et al.
Pubblicazione: (2025)

Fundamental Limits of CSI Compression in FDD Massive MIMO
di: Park, Bumsu, et al.
Pubblicazione: (2026)

Channel Simulation and Distributed Compression with Ensemble Rejection Sampling
di: Phan, Buu, et al.
Pubblicazione: (2025)

Theoretical Guarantees for Low-Rank Compression of Deep Neural Networks
di: Zhang, Shihao, et al.
Pubblicazione: (2025)

Data-dependent Generalization Bounds via Variable-Size Compressibility
di: Sefidgaran, Milad, et al.
Pubblicazione: (2023)

On Self-Adaptive Perception Loss Function for Sequential Lossy Compression
di: Salehkalaibar, Sadaf, et al.
Pubblicazione: (2025)

Compression of Structured Data with Autoencoders: Provable Benefit of Nonlinearities and Depth
di: Kögler, Kevin, et al.
Pubblicazione: (2024)

Matrix Denoising with Doubly Heteroscedastic Noise: Fundamental Limits and Optimal Spectral Methods
di: Zhang, Yihan, et al.
Pubblicazione: (2024)