Buchumschlag

Laplacian Canonization: A Minimalist Approach to Sign and Basis Invariant Spectral Embedding

Fuente: arXiv

Gespeichert in:

Bibliographische Detailangaben
Hauptverfasser:	Ma, Jiangyan, Wang, Yifei, Wang, Yisen
Format:	Preprint
Veröffentlicht:	2023
Schlagworte:	Machine Learning
Online-Zugang:	Acceder al recurso
Tags:	Tag hinzufügen Keine Tags, Fügen Sie den ersten Tag hinzu!

Ähnliche Einträge

A Canonicalization Perspective on Invariant and Equivariant Learning
von: Ma, George, et al.
Veröffentlicht: (2024)

Dissecting the Failure of Invariant Learning on Graphs
von: Wang, Qixun, et al.
Veröffentlicht: (2024)

A Signed Graph Approach to Understanding and Mitigating Oversmoothing in GNNs
von: Wang, Jiaqi, et al.
Veröffentlicht: (2025)

An Augmentation Overlap Theory of Contrastive Learning
von: Zhang, Qi, et al.
Veröffentlicht: (2025)

On the Limits of Sparse Autoencoders: A Theoretical Framework and Reweighted Remedy
von: Cui, Jingyi, et al.
Veröffentlicht: (2025)

How to Craft Backdoors with Unlabeled Data Alone?
von: Wang, Yifei, et al.
Veröffentlicht: (2024)

On the Role of Discrete Tokenization in Visual Representation Learning
von: Du, Tianqi, et al.
Veröffentlicht: (2024)

Can In-context Learning Really Generalize to Out-of-distribution Tasks?
von: Wang, Qixun, et al.
Veröffentlicht: (2024)

Unfolded Laplacian Spectral Embedding: A Theoretically Grounded Approach to Dynamic Network Representation
von: Ezoe, Haruka, et al.
Veröffentlicht: (2025)

Do Generated Data Always Help Contrastive Learning?
von: Wang, Yifei, et al.
Veröffentlicht: (2024)

Highly Efficient Rotation-Invariant Spectral Embedding for Scalable Incomplete Multi-View Clustering
von: Wang, Xinxin, et al.
Veröffentlicht: (2025)

Long-Short Alignment for Effective Long-Context Modeling in LLMs
von: Du, Tianqi, et al.
Veröffentlicht: (2025)

A Theoretical Understanding of Self-Correction through In-context Alignment
von: Wang, Yifei, et al.
Veröffentlicht: (2024)

Pretraining Induces a Reusable Spectral Basis for Downstream Task Adaptation
von: Yu, Junjie, et al.
Veröffentlicht: (2026)

Adversarial Examples Are Not Real Features
von: Li, Ang, et al.
Veröffentlicht: (2023)

Look Ahead or Look Around? A Theoretical Comparison Between Autoregressive and Masked Pretraining
von: Zhang, Qi, et al.
Veröffentlicht: (2024)

Learning the Basis: A Kolmogorov-Arnold Network Approach Embedding Green's Function Priors
von: Zhu, Rui, et al.
Veröffentlicht: (2025)

Model-based RL as a Minimalist Approach to Horizon-Free and Second-Order Bounds
von: Wang, Zhiyong, et al.
Veröffentlicht: (2024)

LANPO: Bootstrapping Language and Numerical Feedback for Reinforcement Learning in LLMs
von: Li, Ang, et al.
Veröffentlicht: (2025)

G1: Teaching LLMs to Reason on Graphs with Reinforcement Learning
von: Guo, Xiaojun, et al.
Veröffentlicht: (2025)

Projection Head is Secretly an Information Bottleneck
von: Ouyang, Zhuo, et al.
Veröffentlicht: (2025)

Non-negative Contrastive Learning
von: Wang, Yifei, et al.
Veröffentlicht: (2024)

MINTS: Minimalist Thompson Sampling
von: Wang, Kaizheng
Veröffentlicht: (2026)

OLion: Approaching the Hadamard Ideal by Intersecting Spectral and $\ell_{\infty}$ Implicit Biases
von: Wang, Zixiao, et al.
Veröffentlicht: (2026)

A Minimalist Prompt for Zero-Shot Policy Learning
von: Song, Meng, et al.
Veröffentlicht: (2024)

A Minimalist Bayesian Framework for Stochastic Optimization
von: Wang, Kaizheng
Veröffentlicht: (2025)

Beyond Mapping : Domain-Invariant Representations via Spectral Embedding of Optimal Transport Plans
von: Saoud, Abdel Djalil Sad, et al.
Veröffentlicht: (2026)

A Minimalist Approach to LLM Reasoning: from Rejection Sampling to Reinforce
von: Xiong, Wei, et al.
Veröffentlicht: (2025)

LISA: Laplacian In-context Spectral Analysis
von: Candanedo, Julio
Veröffentlicht: (2026)

Homomorphism Expressivity of Spectral Invariant Graph Neural Networks
von: Gai, Jingchu, et al.
Veröffentlicht: (2025)

B3C: A Minimalist Approach to Offline Multi-Agent Reinforcement Learning
von: Kim, Woojun, et al.
Veröffentlicht: (2025)

SimPER: A Minimalist Approach to Preference Alignment without Hyperparameters
von: Xiao, Teng, et al.
Veröffentlicht: (2025)

Complex-Valued GNNs for Distributed Basis-Invariant Control of Planar Systems
von: Honor, Samuel, et al.
Veröffentlicht: (2026)

On the Spectral Flattening of Quantized Embeddings
von: Huang, Junlin, et al.
Veröffentlicht: (2026)

Jailbreak and Guard Aligned Language Models with Only Few In-Context Demonstrations
von: Wei, Zeming, et al.
Veröffentlicht: (2023)

GegenNet: Spectral Convolutional Neural Networks for Link Sign Prediction in Signed Bipartite Graphs
von: Wang, Hewen, et al.
Veröffentlicht: (2025)

Incorporating Arbitrary Matrix Group Equivariance into KANs
von: Hu, Lexiang, et al.
Veröffentlicht: (2024)

An Augmentation-Aware Theory for Self-Supervised Contrastive Learning
von: Cui, Jingyi, et al.
Veröffentlicht: (2025)

Diminishing Exploration: A Minimalist Approach to Piecewise Stationary Multi-Armed Bandits
von: Li, Kuan-Ta, et al.
Veröffentlicht: (2024)

Resolving Node Identifiability in Graph Neural Processes via Laplacian Spectral Encodings
von: Yan, Zimo, et al.
Veröffentlicht: (2025)