Buchumschlag

Reformulation of RBM to Unify Linear and Nonlinear Dimensionality Reduction

Fuente: arXiv

Gespeichert in:

Bibliographische Detailangaben
Hauptverfasser:	You, Jiangsheng, Liu, Chun-Yen
Format:	Preprint
Veröffentlicht:	2019
Schlagworte:	Machine Learning
Online-Zugang:	Acceder al recurso
Tags:	Tag hinzufügen Keine Tags, Fügen Sie den ersten Tag hinzu!

Ähnliche Einträge

PLS in the Mirror of Self-Attention
von: Jiangsheng, et al.
Veröffentlicht: (2026)

LinearizeLLM: An Agent-Based Framework for LLM-Driven Exact Linear Reformulation of Nonlinear Optimization Problems
von: Kandora, Paul-Niklas Ken, et al.
Veröffentlicht: (2025)

Distributional Reduction: Unifying Dimensionality Reduction and Clustering with Gromov-Wasserstein
von: Van Assel, Hugues, et al.
Veröffentlicht: (2024)

Unified Transfer Learning Models in High-Dimensional Linear Regression
von: Liu, Shuo Shuo
Veröffentlicht: (2023)

Nonlinear Dimensionality Reduction with Diffusion Maps in Practice
von: Beier, Sönke, et al.
Veröffentlicht: (2026)

Visualizing LLM Latent Space Geometry Through Dimensionality Reduction
von: Ning, Alex, et al.
Veröffentlicht: (2025)

Drift Control of High-Dimensional RBM: A Computational Method Based on Neural Networks
von: Ata, Baris, et al.
Veröffentlicht: (2023)

A Variational Manifold Embedding Framework for Nonlinear Dimensionality Reduction
von: Vastola, John J., et al.
Veröffentlicht: (2025)

Nonlinear Dimensionality Reduction Techniques for Bayesian Optimization
von: Long, Luo, et al.
Veröffentlicht: (2025)

Probabilistic Foundations of Fuzzy Simplicial Sets for Nonlinear Dimensionality Reduction
von: Keck, Janis, et al.
Veröffentlicht: (2025)

Linear Dimensionality Reduction for Word Embeddings in Tabular Data Classification
von: Ressel, Liam, et al.
Veröffentlicht: (2025)

A Spectral Framework for Multi-Scale Nonlinear Dimensionality Reduction
von: Huang, Zeyang, et al.
Veröffentlicht: (2026)

Belted and Ensembled Neural Network for Linear and Nonlinear Sufficient Dimension Reduction
von: Tang, Yin, et al.
Veröffentlicht: (2024)

GNUMAP: A Parameter-Free Approach to Unsupervised Dimensionality Reduction via Graph Neural Networks
von: You, Jihee, et al.
Veröffentlicht: (2024)

MAPLE: Self-Supervised Learning-Enhanced Nonlinear Dimensionality Reduction for Visual Analysis
von: Huang, Zeyang, et al.
Veröffentlicht: (2026)

Diffusion Maps is not Dimensionality Reduction
von: Candanedo, Julio, et al.
Veröffentlicht: (2026)

Formation-Controlled Dimensionality Reduction
von: Jeong, Taeuk, et al.
Veröffentlicht: (2024)

FedNE: Surrogate-Assisted Federated Neighbor Embedding for Dimensionality Reduction
von: Li, Ziwei, et al.
Veröffentlicht: (2024)

Ordering-Based Causal Discovery for Linear and Nonlinear Relations
von: Xu, Zhuopeng, et al.
Veröffentlicht: (2024)

Median Consensus Embedding for Dimensionality Reduction
von: Tomo, Yui, et al.
Veröffentlicht: (2025)

Simple and Effective Input Reformulations for Translation
von: Yu, Brian, et al.
Veröffentlicht: (2023)

NeuroCanvas: VLLM-Powered Robust Seizure Detection by Reformulating Multichannel EEG as Image
von: Chen, Yan, et al.
Veröffentlicht: (2026)

Class Angular Distortion Index for Dimensionality Reduction
von: Gunaratne, Kaviru, et al.
Veröffentlicht: (2026)

ESPACE: Dimensionality Reduction of Activations for Model Compression
von: Sakr, Charbel, et al.
Veröffentlicht: (2024)

Dimensionality Reduction on Riemannian Manifolds in Data Analysis
von: Ichi, Alaa El, et al.
Veröffentlicht: (2026)

Effective Bilevel Optimization via Minimax Reformulation
von: Wang, Xiaoyu, et al.
Veröffentlicht: (2023)

Solving Situation Puzzles with Large Language Model and External Reformulation
von: Li, Kun, et al.
Veröffentlicht: (2025)

NdLinear: Preserving Multi-Dimensional Structure for Parameter-Efficient Neural Networks
von: Reneau, Alex, et al.
Veröffentlicht: (2025)

Unifying Low Dimensional Spectra in Deep Learning
von: Garrod, Connall, et al.
Veröffentlicht: (2024)

Exact Reformulation and Optimization for Direct Metric Optimization in Binary Imbalanced Classification
von: Peng, Le, et al.
Veröffentlicht: (2025)

Generalization Error Guaranteed Auto-Encoder-Based Nonlinear Model Reduction for Operator Learning
von: Liu, Hao, et al.
Veröffentlicht: (2024)

Gradient Boosting Mapping for Dimensionality Reduction and Feature Extraction
von: Patron, Anri, et al.
Veröffentlicht: (2024)

Deep Invertible Autoencoders for Dimensionality Reduction of Dynamical Systems
von: Botteghi, Nicolò, et al.
Veröffentlicht: (2026)

Nonnegative Matrix Factorization in Dimensionality Reduction: A Survey
von: Saberi-Movahed, Farid, et al.
Veröffentlicht: (2024)

Mind the Gaps: Measuring Visual Artifacts in Dimensionality Reduction
von: Ros, Jaume, et al.
Veröffentlicht: (2025)

DiffRed: Dimensionality Reduction guided by stable rank
von: Shukla, Prarabdh, et al.
Veröffentlicht: (2024)

High-Dimensional Linear Bandits under Stochastic Latent Heterogeneity
von: Chen, Elynn, et al.
Veröffentlicht: (2025)

Benchmarking Dimensionality Reduction Techniques for Spatial Transcriptomics
von: Mahmud, Md Ishtyaq, et al.
Veröffentlicht: (2025)

Dataset-Adaptive Dimensionality Reduction
von: Jeon, Hyeon, et al.
Veröffentlicht: (2025)

Navigating the Effect of Parametrization for Dimensionality Reduction
von: Huang, Haiyang, et al.
Veröffentlicht: (2024)