Copertina

Sobolev Regularized MMD Gradient Flow

Fuente: arXiv

Salvato in:

Dettagli Bibliografici
Autori principali:	Tian, Chenyang, Sriperumbudur, Bharath K., Gretton, Arthur, Chen, Zonghao
Natura:	Preprint
Pubblicazione:	2026
Soggetti:	Machine Learning
Accesso online:	Acceder al recurso
Tags:	Aggiungi Tag Nessun Tag, puoi essere il primo ad aggiungerne!!

Documenti analoghi

(De)-regularized Maximum Mean Discrepancy Gradient Flow
di: Chen, Zonghao, et al.
Pubblicazione: (2024)

Deep MMD Gradient Flow without adversarial training
di: Galashov, Alexandre, et al.
Pubblicazione: (2024)

Regularized Stein Variational Gradient Flow
di: He, Ye, et al.
Pubblicazione: (2022)

Gradient Flows and Riemannian Structure in the Gromov-Wasserstein Geometry
di: Zhang, Zhengxin, et al.
Pubblicazione: (2024)

Towards Optimal Sobolev Norm Rates for the Vector-Valued Regularized Least-Squares Algorithm
di: Li, Zhu, et al.
Pubblicazione: (2023)

Uniform Kernel Prober
di: Mukherjee, Soumya, et al.
Pubblicazione: (2025)

Towards a Unified Analysis of Neural Networks in Nonparametric Instrumental Variable Regression: Optimization and Generalization
di: Chen, Zonghao, et al.
Pubblicazione: (2025)

Stationary MMD Points
di: Chen, Zonghao, et al.
Pubblicazione: (2025)

Conditional Bayesian Quadrature
di: Chen, Zonghao, et al.
Pubblicazione: (2024)

Spectral Regularized Kernel Two-Sample Tests
di: Hagrass, Omar, et al.
Pubblicazione: (2022)

Spectral Regularized Kernel Goodness-of-Fit Tests
di: Hagrass, Omar, et al.
Pubblicazione: (2023)

Regularized $f$-Divergence Kernel Tests
di: Ribero, Mónica, et al.
Pubblicazione: (2026)

Move on Muon : A Hamiltonian probability gradient flow perspective of Muon optimizer
di: Mustafi, Aratrika, et al.
Pubblicazione: (2026)

Kernel $ε$-Greedy for Multi-Armed Bandits with Covariates
di: Arya, Sakshi, et al.
Pubblicazione: (2023)

Minimax Optimal Kernel Two-Sample Tests with Random Features
di: Mukherjee, Soumya, et al.
Pubblicazione: (2025)

MMD-Regularized Unbalanced Optimal Transport
di: Manupriya, Piyushi, et al.
Pubblicazione: (2020)

Nonparametric Instrumental Variable Regression with Observed Covariates
di: Shen, Zikai, et al.
Pubblicazione: (2025)

On the Wasserstein Gradient Flow Interpretation of Drifting Models
di: Gretton, Arthur, et al.
Pubblicazione: (2026)

Posterior Sampling Based on Gradient Flows of the MMD with Negative Distance Kernel
di: Hagemann, Paul, et al.
Pubblicazione: (2023)

Perturbative methods for non-parametric instrumental variable
di: Bu, Wei, et al.
Pubblicazione: (2026)

Semiparametric Efficient Test for Interpretable Distributional Treatment Effects
di: Zenati, Houssam, et al.
Pubblicazione: (2026)

Kernel Single Proxy Control for Deterministic Confounding
di: Xu, Liyuan, et al.
Pubblicazione: (2023)

Gaussian Processes and Reproducing Kernels: Connections and Equivalences
di: Kanagawa, Motonobu, et al.
Pubblicazione: (2025)

Optimal Rates for Vector-Valued Spectral Regularization Learning Algorithms
di: Meunier, Dimitri, et al.
Pubblicazione: (2024)

Kernel Single-Index Bandits: Estimation, Inference, and Learning
di: Arya, Sakshi, et al.
Pubblicazione: (2026)

Nyström Kernel Stein Discrepancy
di: Kalinke, Florian, et al.
Pubblicazione: (2024)

Generative Sliced MMD Flows with Riesz Kernels
di: Hertrich, Johannes, et al.
Pubblicazione: (2023)

Nyström Kernel Stein Discrepancy Tests
di: Kalinke, Florian, et al.
Pubblicazione: (2026)

Minimax Optimal Estimation of Mean and Covariance Functions with Spectral Regularization
di: Gupta, Naveen, et al.
Pubblicazione: (2026)

Wasserstein Gradient Flows of MMD Functionals with Distance Kernels under Sobolev Regularization
di: Duong, Richard, et al.
Pubblicazione: (2024)

Minimax Optimal Goodness-of-Fit Testing with Kernel Stein Discrepancy
di: Hagrass, Omar, et al.
Pubblicazione: (2024)

Doubly-Robust Estimation of Counterfactual Policy Mean Embeddings
di: Zenati, Houssam, et al.
Pubblicazione: (2025)

Deep Proxy Causal Learning and its Application to Confounded Bandit Policy Evaluation
di: Xu, Liyuan, et al.
Pubblicazione: (2021)

Interventional Processes for Causal Uncertainty Quantification
di: Dance, Hugh, et al.
Pubblicazione: (2024)

Kernel Treatment Effects with Adaptively Collected Data
di: Zenati, Houssam, et al.
Pubblicazione: (2025)

Adversarially Robust Topological Inference
di: Vishwanath, Siddharth, et al.
Pubblicazione: (2022)

Near-Optimality of Contrastive Divergence Algorithms
di: Glaser, Pierre, et al.
Pubblicazione: (2025)

Optimal Rates for Functional Linear Regression with General Regularization
di: Gupta, Naveen, et al.
Pubblicazione: (2024)

Sequential Kernel Embedding for Mediated and Time-Varying Dose Response Curves
di: Singh, Rahul, et al.
Pubblicazione: (2021)

Generative Path-Law Jump-Diffusion: Sequential MMD-Gradient Flows and Generalisation Bounds in Marcus-Signature RKHS
di: Bloch, Daniel
Pubblicazione: (2026)