Copertina

The Wasserstein transform

Fuente: arXiv

Salvato in:

Dettagli Bibliografici
Autori principali:	Jin, Kun, Mémoli, Facundo, Smith, Zane, Wan, Zhengchao
Natura:	Preprint
Pubblicazione:	2018
Soggetti:	Machine Learning
Accesso online:	Acceder al recurso
Tags:	Aggiungi Tag Nessun Tag, puoi essere il primo ad aggiungerne!!

Documenti analoghi

The Z-Gromov-Wasserstein Distance
di: Bauer, Martin, et al.
Pubblicazione: (2024)

Embedding-Projection Correspondences for the estimation of the Gromov-Hausdorff distance
di: Mémoli, Facundo, et al.
Pubblicazione: (2024)

Grassmannian Persistence Diagrams: Special Properties in the 1-Parameter Setting
di: Gülen, Aziz Burak, et al.
Pubblicazione: (2025)

Grassmannian Persistence Diagrams
di: Gülen, Aziz Burak, et al.
Pubblicazione: (2023)

Geometry and Stability of Supervised Learning Problems
di: Mémoli, Facundo, et al.
Pubblicazione: (2024)

Comparison Results for Gromov-Wasserstein and Gromov-Monge Distances
di: Mémoli, Facundo, et al.
Pubblicazione: (2022)

Distances for Markov Chains, and Their Differentiation
di: Brugère, Tristan, et al.
Pubblicazione: (2023)

Elucidating Flow Matching ODE Dynamics with Respect to Data Geometries and Denoisers
di: Wan, Zhengchao, et al.
Pubblicazione: (2024)

On Wasserstein distances for affine transformations of random vectors
di: Hamm, Keaton, et al.
Pubblicazione: (2023)

The Numerical Stability of Hyperbolic Representation Learning
di: Mishne, Gal, et al.
Pubblicazione: (2022)

Two Calm Ends and the Wild Middle: A Geometric Picture of Memorization in Diffusion Models
di: Dodson, Nick, et al.
Pubblicazione: (2026)

Comparing Graph Transformers via Positional Encodings
di: Black, Mitchell, et al.
Pubblicazione: (2024)

The geomagnetic storm and Kp prediction using Wasserstein transformer
di: Li, Beibei
Pubblicazione: (2025)

Resistance Distance and Linearized Optimal Transport on Graphs
di: Robertson, Sawyer, et al.
Pubblicazione: (2024)

Distance-Matrix Wasserstein Statistics for Scalable Gromov--Wasserstein Learning
di: Xu, Ao, et al.
Pubblicazione: (2026)

Learning to Normalize on the SPD Manifold under Bures-Wasserstein Geometry
di: Wang, Rui, et al.
Pubblicazione: (2025)

Fast Estimation of Wasserstein Distances via Regression on Sliced Wasserstein Distances
di: Nguyen, Khai, et al.
Pubblicazione: (2025)

On the regularization of Wasserstein GANs
di: Petzka, Henning, et al.
Pubblicazione: (2017)

The Multiplex Classification Framework: optimizing multi-label classifiers through problem transformation, ontology engineering, and model ensembling
di: Offidani, Mauro Nievas, et al.
Pubblicazione: (2024)

Classical Multidimensional Scaling on Metric Measure Spaces
di: Lim, Sunhyuk, et al.
Pubblicazione: (2022)

The G-Gromov-Hausdorff Distance and Equivariant Topology
di: Lim, Sunhyuk, et al.
Pubblicazione: (2025)

Persistence and Topological Complexity
di: Mémoli, Facundo, et al.
Pubblicazione: (2025)

Ephemeral persistence features and the stability of filtered chain complexes
di: Mémoli, Facundo, et al.
Pubblicazione: (2022)

Wasserstein F-tests for Fréchet regression on Bures-Wasserstein manifolds
di: Xu, Haoshu, et al.
Pubblicazione: (2024)

The Gromov-Wasserstein distance between spheres
di: Arya, Shreya, et al.
Pubblicazione: (2023)

On sparsity, extremal structure, and monotonicity properties of Wasserstein and Gromov-Wasserstein optimal transport plans
di: Vayer, Titouan
Pubblicazione: (2026)

Flowing Datasets with Wasserstein over Wasserstein Gradient Flows
di: Bonet, Clément, et al.
Pubblicazione: (2025)

Neural Local Wasserstein Regression
di: Girshfeld, Inga, et al.
Pubblicazione: (2025)

Wasserstein Hypergraph Neural Network
di: Duta, Iulia, et al.
Pubblicazione: (2025)

Laplace Learning in Wasserstein Space
di: Oliver, Mary Chriselda Antony, et al.
Pubblicazione: (2025)

Gromov-Wasserstein Graph Coarsening
di: Taveras, Carlos A., et al.
Pubblicazione: (2025)

Differentially Private Wasserstein Barycenters
di: Gu, Anming, et al.
Pubblicazione: (2025)

Wasserstein Proximal Policy Gradient
di: Zhu, Zhaoyu, et al.
Pubblicazione: (2026)

Partial Gromov-Wasserstein Metric
di: Bai, Yikun, et al.
Pubblicazione: (2024)

On optimal solutions of classical and sliced Wasserstein GANs with non-Gaussian data
di: Huang, Yu-Jui, et al.
Pubblicazione: (2025)

Minimum-Norm Interpolation Under Covariate Shift
di: Mallinar, Neil, et al.
Pubblicazione: (2024)

Bayesian Experimental Design for Model Discrepancy Calibration: A Rivalry between Kullback--Leibler Divergence and Wasserstein Distance
di: Yang, Huchen, et al.
Pubblicazione: (2026)

Feature Selection Based on Wasserstein Distance
di: Li, Fuwei
Pubblicazione: (2024)

Paired Wasserstein Autoencoders for Conditional Sampling
di: Piening, Moritz, et al.
Pubblicazione: (2024)

Differentiable Generalized Sliced Wasserstein Plans
di: Chapel, Laetitia, et al.
Pubblicazione: (2025)