:: Library Catalog

Copertina

Salvato in:

Dettagli Bibliografici
Autori principali:	Lin, Chen, Ma, Liheng, Chen, Yiyang, Ouyang, Wanli, Bronstein, Michael M., Torr, Philip H. S.
Natura:	Preprint
Pubblicazione:	2024
Soggetti:	Machine Learning Differential Geometry
Accesso online:	https://arxiv.org/abs/2402.08480
Tags:	Aggiungi Tag Nessun Tag, puoi essere il primo ad aggiungerne!!

Documenti analoghi

Carré du champ flow matching: better quality-generalisation tradeoff in generative models
di: Bamberger, Jacob, et al.
Pubblicazione: (2025)

Flow Matching on Lie Groups
di: Sherry, Finn M., et al.
Pubblicazione: (2025)

Deep Learning as Ricci Flow
di: Baptista, Anthony, et al.
Pubblicazione: (2024)

Minimising Willmore Energy via Neural Flow
di: Hirst, Edward, et al.
Pubblicazione: (2026)

Geometry-Aware Generative Autoencoders for Warped Riemannian Metric Learning and Generative Modeling on Data Manifolds
di: Sun, Xingzhi, et al.
Pubblicazione: (2024)

Discretized Gradient Flow for Manifold Learning in the Space of Embeddings
di: Gold, Dara, et al.
Pubblicazione: (2019)

Riemannian Variational Flow Matching for Material and Protein Design
di: Zaghen, Olga, et al.
Pubblicazione: (2025)

Manifold Learning with Normalizing Flows: Towards Regularity, Expressivity and Iso-Riemannian Geometry
di: Diepeveen, Willem, et al.
Pubblicazione: (2025)

Score-based Pullback Riemannian Geometry: Extracting the Data Manifold Geometry using Anisotropic Flows
di: Diepeveen, Willem, et al.
Pubblicazione: (2024)

Geometric Contact Flows: Contactomorphisms for Dynamics and Control
di: Testa, Andrea, et al.
Pubblicazione: (2025)

Deep Generative Models: Complexity, Dimensionality, and Approximation
di: Wang, Kevin, et al.
Pubblicazione: (2025)

Gauge Flow Models
di: Strunk, Alexander, et al.
Pubblicazione: (2025)

Learning Beyond Euclid: Curvature-Adaptive Generalization for Neural Networks on Manifolds
di: Sarkar, Krisanu
Pubblicazione: (2025)

Tensor Gauge Flow Models
di: Strunk, Alexander, et al.
Pubblicazione: (2025)

Higher Gauge Flow Models
di: Strunk, Alexander, et al.
Pubblicazione: (2025)

Chernoff Bounds for Tensor Expanders on Riemannian Manifolds Using Graph Laplacian Approximation
di: Chang, Shih-Yu
Pubblicazione: (2024)

Neural Feature Geometry Evolves as Discrete Ricci Flow
di: Hehl, Moritz, et al.
Pubblicazione: (2025)

Geodesics in the Deep Linear Network
di: Chen, Alan
Pubblicazione: (2025)

Roto-Translation Invariant Metrics on Position-Orientation Space
di: Bellaard, Gijs, et al.
Pubblicazione: (2025)

Universal Collection of Euclidean Invariants between Pairs of Position-Orientations
di: Bellaard, Gijs, et al.
Pubblicazione: (2025)

Pose Tracking with a Foundation Pose Model and an Ensemble Directional Kalman Filter
di: Lu, Tianlu, et al.
Pubblicazione: (2026)

Pullback Flow Matching on Data Manifolds
di: de Kruiff, Friso, et al.
Pubblicazione: (2024)

Hardness of Learning Neural Networks under the Manifold Hypothesis
di: Kiani, Bobak T., et al.
Pubblicazione: (2024)

Cartan moving frames and the data manifolds
di: Tron, Eliot, et al.
Pubblicazione: (2024)

A singular Riemannian Geometry Approach to Deep Neural Networks III. Piecewise Differentiable Layers and Random Walks on $n$-dimensional Classes
di: Benfenati, Alessandro, et al.
Pubblicazione: (2024)

Persistent de Rham-Hodge Laplacians in Eulerian representation for manifold topological learning
di: Su, Zhe, et al.
Pubblicazione: (2024)

Logifold: A Geometrical Foundation of Ensemble Machine Learning
di: Jung, Inkee, et al.
Pubblicazione: (2024)

Thinner Latent Spaces: Detecting Dimension and Imposing Invariance with Conformal Autoencoders
di: Kevrekidis, George A., et al.
Pubblicazione: (2024)

Jet Functors and Weil Algebras in Automatic Differentiation: A Geometric Analysis
di: Sangha, Amandip
Pubblicazione: (2025)

Barycentric subspace analysis of network-valued data
di: Maignant, Elodie, et al.
Pubblicazione: (2025)

Kernel-Gradient Drifting Models
di: Esteban-Casadevall, Maria, et al.
Pubblicazione: (2026)

Robust Tangent Space Estimation via Laplacian Eigenvector Gradient Orthogonalization
di: Kohli, Dhruv, et al.
Pubblicazione: (2025)

Interpretable Analytic Calabi-Yau Metrics via Symbolic Distillation
di: Eng, D Yang
Pubblicazione: (2026)

Steerable Neural ODEs on Homogeneous Spaces
di: Andersdotter, Emma, et al.
Pubblicazione: (2026)

Riemannian Integrated Gradients: A Geometric View of Explainable AI
di: Costanza, Federico, et al.
Pubblicazione: (2025)

Complex normalizing flows can almost be information Kähler-Ricci flows
di: Gracyk, Andrew
Pubblicazione: (2026)

Distance Measure Based on an Embedding of the Manifold of K-Component Gaussian Mixture Models into the Manifold of Symmetric Positive Definite Matrices
di: Vishwakarma, Amit, et al.
Pubblicazione: (2025)

Fiber Bundle Networks: A Geometric Machine Learning Paradigm
di: Liu, Dong
Pubblicazione: (2025)

Universal kernels via harmonic analysis on Riemannian symmetric spaces
di: Steinert, Franziskus, et al.
Pubblicazione: (2025)

Tangentially Aligned Integrated Gradients for User-Friendly Explanations
di: Simpson, Lachlan, et al.
Pubblicazione: (2025)