Buchumschlag

Understanding diffusion models requires rethinking (again) generalization

Fuente: arXiv

Gespeichert in:

Bibliographische Detailangaben
Hauptverfasser:	Marion, Pierre, Wu, Yu-Han
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

Understanding quantum machine learning also requires rethinking generalization
von: Gil-Fuster, Elies, et al.
Veröffentlicht: (2023)

Taking a Big Step: Large Learning Rates in Denoising Score Matching Prevent Memorization
von: Wu, Yu-Han, et al.
Veröffentlicht: (2025)

Implicit regularization of deep residual networks towards neural ODEs
von: Marion, Pierre, et al.
Veröffentlicht: (2023)

Data is missing again -- Reconstruction of power generation data using $k$-Nearest Neighbors and spectral graph theory
von: Pierrot, Amandine, et al.
Veröffentlicht: (2024)

Large Stepsizes Accelerate Gradient Descent for Regularized Logistic Regression
von: Wu, Jingfeng, et al.
Veröffentlicht: (2025)

Optimal Stopping in Latent Diffusion Models
von: Wu, Yu-Han, et al.
Veröffentlicht: (2025)

Make Interval Bound Propagation great again
von: Krukowski, Patryk, et al.
Veröffentlicht: (2024)

Deep linear networks for regression are implicitly regularized towards flat minima
von: Marion, Pierre, et al.
Veröffentlicht: (2024)

Does calibration mean what they say it means; or, the reference class problem rises again
von: Hu, Lily
Veröffentlicht: (2024)

Full waveform inversion method based on diffusion model
von: Liu, Caiyun, et al.
Veröffentlicht: (2026)

Learning in PINNs: Phase transition, total diffusion, and generalization
von: Anagnostopoulos, Sokratis J., et al.
Veröffentlicht: (2024)

Generative modelling with jump-diffusions
von: Baule, Adrian
Veröffentlicht: (2025)

Do you understand epistemic uncertainty? Think again! Rigorous frequentist epistemic uncertainty estimation in regression
von: Foglia, Enrico, et al.
Veröffentlicht: (2025)

Generating solution paths of Markovian stochastic differential equations using diffusion models
von: Gao, Xuefeng, et al.
Veröffentlicht: (2025)

Understanding Interpretability by generalized distillation in Supervised Classification
von: Agarwal, Adit, et al.
Veröffentlicht: (2020)

Enhancing diffusion models with Gaussianization preprocessing
von: Cunzhi, Li, et al.
Veröffentlicht: (2025)

Attention-based clustering
von: Maulen-Soto, Rodrigo, et al.
Veröffentlicht: (2025)

Generating time-consistent dynamics with discriminator-guided image diffusion models
von: Hess, Philipp, et al.
Veröffentlicht: (2025)

Understanding Robust Overfitting from the Feature Generalization Perspective
von: Yu, Chaojian, et al.
Veröffentlicht: (2023)

Blind denoising diffusion models and the blessings of dimensionality
von: Kadkhodaie, Zahra, et al.
Veröffentlicht: (2026)

Inverse design with conditional cascaded diffusion models
von: Habibi, Milad, et al.
Veröffentlicht: (2024)

Improved probabilistic regression using diffusion models
von: Kneissl, Carlo, et al.
Veröffentlicht: (2025)

Conditional sampling within generative diffusion models
von: Zhao, Zheng, et al.
Veröffentlicht: (2024)

Confidence interval estimation of mixed oil length with conditional diffusion model
von: Yang, Yanfeng, et al.
Veröffentlicht: (2024)

Attention layers provably solve single-location regression
von: Marion, Pierre, et al.
Veröffentlicht: (2024)

Exploring validation metrics for offline model-based optimisation with diffusion models
von: Beckham, Christopher, et al.
Veröffentlicht: (2022)

What happens to diffusion model likelihood when your model is conditional?
von: Cross, Mattias, et al.
Veröffentlicht: (2024)

Concept-TRAK: Understanding how diffusion models learn concepts through concept-level attribution
von: Park, Yonghyun, et al.
Veröffentlicht: (2025)

ELROND: Exploring and decomposing intrinsic capabilities of diffusion models
von: Skierś, Paweł, et al.
Veröffentlicht: (2026)

Non-asymptotic convergence bound of conditional diffusion models
von: Li, Mengze
Veröffentlicht: (2025)

Nonequilbrium physics of generative diffusion models
von: Yu, Zhendong, et al.
Veröffentlicht: (2024)

Four-hour thunderstorm nowcasting using a deep diffusion model of satellite data
von: Dai, Kuai, et al.
Veröffentlicht: (2024)

Scaling ResNets in the Large-depth Regime
von: Marion, Pierre, et al.
Veröffentlicht: (2022)

E(3)-invariant diffusion model for pocket-aware peptide generation
von: Liang, Po-Yu, et al.
Veröffentlicht: (2024)

The day-ahead scenario generation method for new energy based on an improved conditional generative diffusion model
von: Wang, Changgang, et al.
Veröffentlicht: (2025)

On gauge freedom, conservativity and intrinsic dimensionality estimation in diffusion models
von: Horvat, Christian, et al.
Veröffentlicht: (2024)

Synthetic location trajectory generation using categorical diffusion models
von: Dirmeier, Simon, et al.
Veröffentlicht: (2024)

Low-dimensional adaptation of diffusion models: Convergence in total variation
von: Liang, Jiadong, et al.
Veröffentlicht: (2025)

IDEQ: an improved diffusion model for the TSP
von: Basson, Mickael, et al.
Veröffentlicht: (2024)

On conditional diffusion models for PDE simulations
von: Shysheya, Aliaksandra, et al.
Veröffentlicht: (2024)