Buchumschlag

GeONet: a neural operator for learning the Wasserstein geodesic

Fuente: arXiv

Gespeichert in:

Bibliographische Detailangaben
Hauptverfasser:	Gracyk, Andrew, Chen, Xiaohui
Format:	Preprint
Veröffentlicht:	2022
Schlagworte:	Machine Learning Artificial Intelligence Computer Vision and Pattern Recognition
Online-Zugang:	Acceder al recurso
Tags:	Tag hinzufügen Keine Tags, Fügen Sie den ersten Tag hinzu!

Ähnliche Einträge

Stereographic Spherical Sliced Wasserstein Distances
von: Tran, Huy, et al.
Veröffentlicht: (2024)

Dataset Distillation via the Wasserstein Metric
von: Liu, Haoyang, et al.
Veröffentlicht: (2023)

Online Reward-Weighted Fine-Tuning of Flow Matching with Wasserstein Regularization
von: Fan, Jiajun, et al.
Veröffentlicht: (2025)

Sliced Wasserstein with Random-Path Projecting Directions
von: Nguyen, Khai, et al.
Veröffentlicht: (2024)

Evaluating alignment between humans and neural network representations in image-based learning tasks
von: Demircan, Can, et al.
Veröffentlicht: (2023)

Learning Discrete Autoregressive Priors with Wasserstein Gradient Flow
von: Zheng, Bowen, et al.
Veröffentlicht: (2026)

Semi-Supervised Image Captioning Considering Wasserstein Graph Matching
von: Yang, Yang
Veröffentlicht: (2024)

Wasserstein Distance Rivals Kullback-Leibler Divergence for Knowledge Distillation
von: Lv, Jiaming, et al.
Veröffentlicht: (2024)

Wasserstein Distances Made Explainable: Insights Into Dataset Shifts and Transport Phenomena
von: Naumann, Philip, et al.
Veröffentlicht: (2025)

PATCH: a deep learning method to assess heterogeneity of artistic practice in historical paintings
von: Van Horn, Andrew, et al.
Veröffentlicht: (2025)

Adaptive Image Registration: A Hybrid Approach Integrating Deep Learning and Optimization Functions for Enhanced Precision
von: De Araujo, Gabriel, et al.
Veröffentlicht: (2023)

FedPIA -- Permuting and Integrating Adapters leveraging Wasserstein Barycenters for Finetuning Foundation Models in Multi-Modal Federated Learning
von: Saha, Pramit, et al.
Veröffentlicht: (2024)

GeMix: Conditional GAN-Based Mixup for Improved Medical Image Augmentation
von: Carlesso, Hugo, et al.
Veröffentlicht: (2025)

Understanding Learning with Sliced-Wasserstein Requires Rethinking Informative Slices
von: Tran, Huy, et al.
Veröffentlicht: (2024)

Can neural networks count digit frequency?
von: Khandelwal, Padmaksh
Veröffentlicht: (2023)

Contrasting local and global modeling with machine learning and satellite data: A case study estimating tree canopy height in African savannas
von: Rolf, Esther, et al.
Veröffentlicht: (2024)

A foundation for exact binarized morphological neural networks
von: Aouad, Theodore, et al.
Veröffentlicht: (2024)

Hierarchical Hybrid Sliced Wasserstein: A Scalable Metric for Heterogeneous Joint Distributions
von: Nguyen, Khai, et al.
Veröffentlicht: (2024)

Kinematic analysis of structural mechanics based on convolutional neural network
von: Zhang, Leye, et al.
Veröffentlicht: (2024)

1.58-bit FLUX
von: Yang, Chenglin, et al.
Veröffentlicht: (2024)

Learning Fourier shapes to probe the geometric world of deep neural networks
von: Wang, Jian, et al.
Veröffentlicht: (2025)

Out-of-distribution forgetting: vulnerability of continual learning to intra-class distribution shift
von: Guo, Liangxuan, et al.
Veröffentlicht: (2023)

Breaking the Compression Ceiling: Data-Free Pipeline for Ultra-Efficient Delta Compression
von: Wang, Xiaohui, et al.
Veröffentlicht: (2025)

GeMM-GAN: A Multimodal Generative Model Conditioned on Histopathology Images and Clinical Descriptions for Gene Expression Profile Generation
von: Panaccione, Francesca Pia, et al.
Veröffentlicht: (2026)

Machine learning and machine learned prediction in chest X-ray images
von: Garrett, Shereiff, et al.
Veröffentlicht: (2025)

Forward-Cooperation-Backward (FCB) learning in a Multi-Encoding Uni-Decoding neural network architecture
von: Dutta, Prasun, et al.
Veröffentlicht: (2025)

Sign language recognition from skeletal data using graph and recurrent neural networks
von: Mederos, B., et al.
Veröffentlicht: (2025)

Exploring possible vector systems for faster training of neural networks with preconfigured latent spaces
von: Gabdullin, Nikita
Veröffentlicht: (2025)

Implicit neural representation of textures
von: Kwok, Albert, et al.
Veröffentlicht: (2026)

A large-scale operational study of fingerprint quality and demographics
von: Galbally, Javier, et al.
Veröffentlicht: (2024)

A3-FPN: Asymptotic Content-Aware Pyramid Attention Network for Dense Visual Prediction
von: Qin, Meng'en, et al.
Veröffentlicht: (2026)

Xeno-learning: knowledge transfer across species in deep learning-based spectral image analysis
von: Sellner, Jan, et al.
Veröffentlicht: (2024)

Multi-task learning on partially labeled datasets via invariant/equivariant semi-supervised learning
von: Rabadán, Miquel Martí i, et al.
Veröffentlicht: (2026)

Comparing supervised learning dynamics: Deep neural networks match human data efficiency but show a generalisation lag
von: Huber, Lukas S., et al.
Veröffentlicht: (2024)

An approach based on class activation maps for investigating the effects of data augmentation on neural networks for image classification
von: Dorneles, Lucas M., et al.
Veröffentlicht: (2025)

Rolling the dice for better deep learning performance: A study of randomness techniques in deep neural networks
von: Altarabichi, Mohammed Ghaith, et al.
Veröffentlicht: (2024)

Searching for internal symbols underlying deep learning
von: Lee, Jung H., et al.
Veröffentlicht: (2024)

Review of multimodal machine learning approaches in healthcare
von: Krones, Felix, et al.
Veröffentlicht: (2024)

Defect detection using weakly supervised learning
von: Sevetlidis, Vasileios, et al.
Veröffentlicht: (2023)

Improving deep learning with prior knowledge and cognitive models: A survey on enhancing explainability, adversarial robustness and zero-shot learning
von: Mumuni, Fuseinin, et al.
Veröffentlicht: (2024)