Buchumschlag

Covariance-aware sampling for Diffusion Models

Fuente: arXiv

Gespeichert in:

Bibliographische Detailangaben
Hauptverfasser:	Schioppa, Andrea, Salimans, Tim
Format:	Preprint
Veröffentlicht:	2026
Schlagworte:	Machine Learning Computer Vision and Pattern Recognition
Online-Zugang:	Acceder al recurso
Tags:	Tag hinzufügen Keine Tags, Fügen Sie den ersten Tag hinzu!

Ähnliche Einträge

Blurring Diffusion Models
von: Hoogeboom, Emiel, et al.
Veröffentlicht: (2022)

Model Integrity when Unlearning with T2I Diffusion Models
von: Schioppa, Andrea, et al.
Veröffentlicht: (2024)

Multistep Consistency Models
von: Heek, Jonathan, et al.
Veröffentlicht: (2024)

Beyond Single Tokens: Distilling Discrete Diffusion Models via Discrete MMD
von: Hoogeboom, Emiel, et al.
Veröffentlicht: (2026)

Multistep Distillation of Diffusion Models via Moment Matching
von: Salimans, Tim, et al.
Veröffentlicht: (2024)

Dual-Rate Diffusion: Accelerating diffusion models with an interleaved heavy-light network
von: Bartosh, Grigory, et al.
Veröffentlicht: (2026)

Unified Latents (UL): How to train your latents
von: Heek, Jonathan, et al.
Veröffentlicht: (2026)

Simpler Diffusion (SiD2): 1.5 FID on ImageNet512 with pixel-space diffusion
von: Hoogeboom, Emiel, et al.
Veröffentlicht: (2024)

Improving Diffusion Models for Inverse Problems Using Optimal Posterior Covariance
von: Peng, Xinyu, et al.
Veröffentlicht: (2024)

Robustifying Diffusion-Denoised Smoothing Against Covariate Shift
von: Hedayatnia, Ali, et al.
Veröffentlicht: (2025)

Spatial-and-Frequency-aware Restoration method for Images based on Diffusion Models
von: Lee, Kyungsung, et al.
Veröffentlicht: (2024)

Training-Free Test-Time Adaptation with Brownian Distance Covariance in Vision-Language Models
von: Zhang, Yi, et al.
Veröffentlicht: (2026)

ProDM: Synthetic Reality-driven Property-aware Progressive Diffusion Model for Coronary Calcium Motion Correction in Non-gated Chest CT
von: Gong, Xinran, et al.
Veröffentlicht: (2025)

ViewFusion: Learning Composable Diffusion Models for Novel View Synthesis
von: Spiegl, Bernard, et al.
Veröffentlicht: (2024)

A Unified Framework for Diffusion Model Unlearning with f-Divergence
von: Novello, Nicola, et al.
Veröffentlicht: (2025)

DP-aware AdaLN-Zero: Taming Conditioning-Induced Heavy-Tailed Gradients in Differentially Private Diffusion
von: Huang, Tao, et al.
Veröffentlicht: (2026)

Covariance-Aware Goodness for Scalable Forward-Forward Learning
von: Jiang, Xiaoyi, et al.
Veröffentlicht: (2026)

Pooling Image Datasets With Multiple Covariate Shift and Imbalance
von: Chytas, Sotirios Panagiotis, et al.
Veröffentlicht: (2024)

Breaking the Likelihood-Quality Trade-off in Diffusion Models by Merging Pretrained Experts
von: Esfandiari, Yasin, et al.
Veröffentlicht: (2025)

DiWA: Diffusion Policy Adaptation with World Models
von: Chandra, Akshay L, et al.
Veröffentlicht: (2025)

DexHandDiff: Interaction-aware Diffusion Planning for Adaptive Dexterous Manipulation
von: Liang, Zhixuan, et al.
Veröffentlicht: (2024)

Distance Matters For Improving Performance Estimation Under Covariate Shift
von: Roschewitz, Mélanie, et al.
Veröffentlicht: (2023)

MDiFF: Exploiting Multimodal Score-based Diffusion Models for New Fashion Product Performance Forecasting
von: Avogaro, Andrea, et al.
Veröffentlicht: (2024)

Don't drop your samples! Coherence-aware training benefits Conditional diffusion
von: Dufour, Nicolas, et al.
Veröffentlicht: (2024)

Divergence is Uncertainty: A Closed-Form Posterior Covariance for Flow Matching
von: Xing, Jiarui, et al.
Veröffentlicht: (2026)

Covariances for Free: Exploiting Mean Distributions for Training-free Federated Learning
von: Goswami, Dipam, et al.
Veröffentlicht: (2024)

Efficient Diversity-Preserving Diffusion Alignment via Gradient-Informed GFlowNets
von: Liu, Zhen, et al.
Veröffentlicht: (2024)

Split-Ensemble: Efficient OOD-aware Ensemble via Task and Model Splitting
von: Chen, Anthony, et al.
Veröffentlicht: (2023)

Squeezed Diffusion Models
von: Singh, Jyotirmai, et al.
Veröffentlicht: (2025)

Matryoshka Diffusion Models
von: Gu, Jiatao, et al.
Veröffentlicht: (2023)

Dynamical Diffusion: Learning Temporal Dynamics with Diffusion Models
von: Guo, Xingzhuo, et al.
Veröffentlicht: (2025)

Neural Flow Diffusion Models: Learnable Forward Process for Improved Diffusion Modelling
von: Bartosh, Grigory, et al.
Veröffentlicht: (2024)

Learning a Depth Covariance Function
von: Dexheimer, Eric, et al.
Veröffentlicht: (2023)

Dif4FF: Leveraging Multimodal Diffusion Models and Graph Neural Networks for Accurate New Fashion Product Performance Forecasting
von: Avogaro, Andrea, et al.
Veröffentlicht: (2024)

Probabilistic NDVI Forecasting from Sparse Satellite Time Series and Weather Covariates
von: Iele, Irene, et al.
Veröffentlicht: (2026)

Understanding Matrix Function Normalizations in Covariance Pooling through the Lens of Riemannian Geometry
von: Chen, Ziheng, et al.
Veröffentlicht: (2024)

Hybrid-Regularized Magnitude Pruning for Robust Federated Learning under Covariate Shift
von: Goksu, Ozgu, et al.
Veröffentlicht: (2024)

Attention-aware Inference Optimizations for Large Vision-Language Models with Memory-efficient Decoding
von: Ilhan, Fatih, et al.
Veröffentlicht: (2026)

Diffusion Tuning: Transferring Diffusion Models via Chain of Forgetting
von: Zhong, Jincheng, et al.
Veröffentlicht: (2024)

Consistency Diffusion Bridge Models
von: He, Guande, et al.
Veröffentlicht: (2024)