Buchumschlag

The Manifold Scattering Transform for High-Dimensional Point Cloud Data

Fuente: arXiv

Gespeichert in:

Bibliographische Detailangaben
Hauptverfasser:	Chew, Joyce, Steach, Holly R., Viswanath, Siddharth, Wu, Hau-Tieng, Hirn, Matthew, Needell, Deanna, Krishnaswamy, Smita, Perlmutter, Michael
Format:	Preprint
Veröffentlicht:	2022
Schlagworte:	Machine Learning Numerical Analysis Signal Processing 68T07 I.2.6
Online-Zugang:	Acceder al recurso
Tags:	Tag hinzufügen Keine Tags, Fügen Sie den ersten Tag hinzu!

Ähnliche Einträge

Geometric Scattering on Measure Spaces
von: Chew, Joyce, et al.
Veröffentlicht: (2022)

VDW-GNNs: Vector diffusion wavelets for geometric graph neural networks
von: Johnson, David R., et al.
Veröffentlicht: (2025)

Manifold Filter-Combine Networks
von: Johnson, David R., et al.
Veröffentlicht: (2023)

Overcoming Oversmoothness in Graph Convolutional Networks via Hybrid Scattering Networks
von: Wenkel, Frederik, et al.
Veröffentlicht: (2022)

Convergence of Manifold Filter-Combine Networks
von: Johnson, David R., et al.
Veröffentlicht: (2024)

Mathematical analysis of the gradients in deep learning
von: Dereich, Steffen, et al.
Veröffentlicht: (2025)

Curvature Corrected Nonnegative Manifold Data Factorization
von: Chew, Joyce, et al.
Veröffentlicht: (2025)

The Inhibitor: ReLU and Addition-Based Attention for Efficient Transformers under Fully Homomorphic Encryption on the Torus
von: Brännvall, Rickard, et al.
Veröffentlicht: (2023)

Marrying Compressed Sensing and Deep Signal Separation
von: Hickok, Truman, et al.
Veröffentlicht: (2024)

Neural Green's Operators for Parametric Partial Differential Equations
von: Melchers, Hugo, et al.
Veröffentlicht: (2024)

From Features to Graphs: Exploring Graph Structures and Pairwise Interactions via GNNs
von: Yamchote, Phaphontee, et al.
Veröffentlicht: (2025)

Moments, Time-Inversion and Source Identification for the Heat Equation
von: Liu, Kang, et al.
Veröffentlicht: (2025)

Alternately-optimized SNN method for acoustic scattering problem in unbounded domain
von: Song, Haoming, et al.
Veröffentlicht: (2025)

Meta-Auto-Decoder: A Meta-Learning Based Reduced Order Model for Solving Parametric Partial Differential Equations
von: Ye, Zhanhong, et al.
Veröffentlicht: (2023)

Learned RESESOP for solving inverse problems with inexact forward operator
von: Feinler, Mathias S., et al.
Veröffentlicht: (2024)

Sprecher Networks: A Parameter-Efficient Kolmogorov-Arnold Architecture
von: Hägg, Christian, et al.
Veröffentlicht: (2025)

Accuracy and stability of Artificial Neural Networks for HP-Splines frequency parameter selection
von: Bruni, Vittoria, et al.
Veröffentlicht: (2026)

Latent Object Permanence: Topological Phase Transitions, Free-Energy Principles, and Renormalization Group Flows in Deep Transformer Manifolds
von: Alpay, Faruk, et al.
Veröffentlicht: (2026)

Kernel Alignment for Unsupervised Feature Selection via Matrix Factorization
von: Lin, Ziyuan, et al.
Veröffentlicht: (2024)

Generalizing Adam to Manifolds for Efficiently Training Transformers
von: Brantner, Benedikt
Veröffentlicht: (2023)

Graph Transformers: A Survey
von: Shehzad, Ahsan, et al.
Veröffentlicht: (2024)

Step-Aware Residual-Guided Diffusion for EEG Spatial Super-Resolution
von: Liu, Hongjun, et al.
Veröffentlicht: (2025)

Learning to Control the Smoothness of Graph Convolutional Network Features
von: Wang, Shih-Hsin, et al.
Veröffentlicht: (2024)

GDNSQ: Gradual Differentiable Noise Scale Quantization for Low-bit Neural Networks
von: Salishev, Sergey, et al.
Veröffentlicht: (2025)

Just In Time Transformers
von: Benali, Ahmed Ala Eddine, et al.
Veröffentlicht: (2024)

Correction and Corruption: A Two-Rate View of Error Flow in LLM Protocols
von: Reitich, Fernando
Veröffentlicht: (2026)

Distinguished In Uniform: Self Attention Vs. Virtual Nodes
von: Rosenbluth, Eran, et al.
Veröffentlicht: (2024)

Single-shot prediction of parametric partial differential equations
von: Rafiq, Khalid, et al.
Veröffentlicht: (2025)

Embedding Inequalities for Barron-type Spaces
von: Wu, Lei
Veröffentlicht: (2023)

Approximation theory for 1-Lipschitz ResNets
von: Murari, Davide, et al.
Veröffentlicht: (2025)

Causal Dimensionality of Transformer Representations: Measurement, Scaling, and Layer Structure
von: Sarkar, Nilesh, et al.
Veröffentlicht: (2026)

Learning Hamiltonian flows from numerical integrators and examples
von: Fang, Rui, et al.
Veröffentlicht: (2025)

Exploring specialization and sensitivity of convolutional neural networks in the context of simultaneous image augmentations
von: Kharyuk, Pavel, et al.
Veröffentlicht: (2025)

Robust Tensor CUR Decompositions: Rapid Low-Tucker-Rank Tensor Recovery with Sparse Corruption
von: Cai, HanQin, et al.
Veröffentlicht: (2023)

Reproducibility and Geometric Intrinsic Dimensionality: An Investigation on Graph Neural Network Research
von: Hille, Tobias, et al.
Veröffentlicht: (2024)

Deep Hedging Under Non-Convexity: Limitations and a Case for AlphaZero
von: Maggiolo, Matteo, et al.
Veröffentlicht: (2025)

Model Capability Dominates: Inference-Time Optimization Lessons from AIMO 3
von: Nitarach, Natapong
Veröffentlicht: (2026)

Global Convergence of Sampling-Based Nonconvex Optimization through Diffusion-Style Smoothing
von: Yi, Zeji, et al.
Veröffentlicht: (2026)

SafeAgent: Safeguarding LLM Agents via an Automated Risk Simulator
von: Zhou, Xueyang, et al.
Veröffentlicht: (2025)

Stage-wise Dynamics of Classifier-Free Guidance in Diffusion Models
von: Jin, Cheng, et al.
Veröffentlicht: (2025)