Copertina

Canonical Variates in Wasserstein Metric Space

Fuente: arXiv

Salvato in:

Dettagli Bibliografici
Autori principali:	Li, Jia, Lin, Lin
Natura:	Preprint
Pubblicazione:	2024
Soggetti:	Machine Learning Artificial Intelligence
Accesso online:	Acceder al recurso
Tags:	Aggiungi Tag Nessun Tag, puoi essere il primo ad aggiungerne!!

Documenti analoghi

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

A Distance Metric Learning Model Based On Variational Information Bottleneck
di: Zhang, YaoDan, et al.
Pubblicazione: (2024)

Private Wasserstein Distance
di: Li, Wenqian, et al.
Pubblicazione: (2024)

DistDF: Time-Series Forecasting Needs Joint-Distribution Wasserstein Alignment
di: Wang, Hao, et al.
Pubblicazione: (2025)

Adaptive Learning of the Latent Space of Wasserstein Generative Adversarial Networks
di: Qiu, Yixuan, et al.
Pubblicazione: (2024)

Learning Weakly Convex Sets in Metric Spaces
di: Stadtländer, Eike, et al.
Pubblicazione: (2021)

Fast and Stable Diffusion Planning through Variational Adaptive Weighting
di: Qiu, Zhiying, et al.
Pubblicazione: (2025)

Efficient LLM Reasoning via Variational Posterior Guidance with Efficiency Awareness
di: Chen, Zizhao, et al.
Pubblicazione: (2026)

Permutation-Equivariant 2D State Space Models: Theory and Canonical Architecture for Multivariate Time Series
di: Jeong, Seungwoo, et al.
Pubblicazione: (2026)

Adaptive Compression of the Latent Space in Variational Autoencoders
di: Sejnova, Gabriela, et al.
Pubblicazione: (2023)

Wasserstein Policy Optimization
di: Pfau, David, et al.
Pubblicazione: (2025)

Provably Adaptive Average Reward Reinforcement Learning for Metric Spaces
di: Kar, Avik, et al.
Pubblicazione: (2024)

On the Wasserstein Gradient Flow Interpretation of Drifting Models
di: Gretton, Arthur, et al.
Pubblicazione: (2026)

Predict Training Data Quality via Its Geometry in Metric Space
di: Ba, Yang, et al.
Pubblicazione: (2025)

LAC: Graph Contrastive Learning with Learnable Augmentation in Continuous Space
di: Lin, Zhenyu, et al.
Pubblicazione: (2024)

A Latent Space Metric for Enhancing Prediction Confidence in Earth Observation Data
di: Pitsiorlas, Ioannis, et al.
Pubblicazione: (2024)

Wasserstein Distances, Neuronal Entanglement, and Sparsity
di: Sawmya, Shashata, et al.
Pubblicazione: (2024)

Spherical Tree-Sliced Wasserstein Distance
di: Tran, Viet-Hoang, et al.
Pubblicazione: (2025)

Revealing the Challenges of Sim-to-Real Transfer in Model-Based Reinforcement Learning via Latent Space Modeling
di: Lin, Zhilin, et al.
Pubblicazione: (2025)

Variational Delayed Policy Optimization
di: Wu, Qingyuan, et al.
Pubblicazione: (2024)

An Advantage-based Optimization Method for Reinforcement Learning in Large Action Space
di: Lin, Hai, et al.
Pubblicazione: (2024)

RGMDT: Return-Gap-Minimizing Decision Tree Extraction in Non-Euclidean Metric Space
di: Chen, Jingdi, et al.
Pubblicazione: (2024)

When and How to Canonize: A Generalization Perspective
di: Sverdlov, Yonatan, et al.
Pubblicazione: (2026)

Categorical Data Clustering via Value Order Estimated Distance Metric Learning
di: Zhang, Yiqun, et al.
Pubblicazione: (2024)

Graph data augmentation with Gromow-Wasserstein Barycenters
di: Ponti, Andrea
Pubblicazione: (2024)

Downscaling Extreme Precipitation with Wasserstein Regularized Diffusion
di: Liu, Yuhao, et al.
Pubblicazione: (2024)

Fourier Sliced-Wasserstein Embedding for Multisets and Measures
di: Amir, Tal, et al.
Pubblicazione: (2025)

Tree-Sliced Wasserstein Distance with Nonlinear Projection
di: Tran, Thanh, et al.
Pubblicazione: (2025)

Distance-Based Tree-Sliced Wasserstein Distance
di: Tran, Hoang V., et al.
Pubblicazione: (2025)

Bures-Wasserstein Flow Matching for Graph Generation
di: Jiang, Keyue, et al.
Pubblicazione: (2025)

Sparse Autoencoders Do Not Find Canonical Units of Analysis
di: Leask, Patrick, et al.
Pubblicazione: (2025)

End-to-End Deep Learning for Predicting Metric Space-Valued Outputs
di: Zhou, Yidong, et al.
Pubblicazione: (2025)

Tree-Sliced Wasserstein Distance: A Geometric Perspective
di: Tran, Viet-Hoang, et al.
Pubblicazione: (2024)

Wasserstein Distributionally Robust Bayesian Optimization with Continuous Context
di: Micheli, Francesco, et al.
Pubblicazione: (2025)

Wasserstein Gradient Flows for Scalable and Regularized Barycenter Computation
di: Montesuma, Eduardo Fernandes, et al.
Pubblicazione: (2025)

From Semantics to Hierarchy: A Hybrid Euclidean-Tangent-Hyperbolic Space Model for Temporal Knowledge Graph Reasoning
di: Feng, Siling, et al.
Pubblicazione: (2024)

BeamVQ: Aligning Space-Time Forecasting Model via Self-training on Physics-aware Metrics
di: Wu, Hao, et al.
Pubblicazione: (2024)

Time Series Clustering with General State Space Models via Stochastic Variational Inference
di: Ishizuka, Ryoichi, et al.
Pubblicazione: (2024)

Beyond Models! Explainable Data Valuation and Metric Adaption for Recommendation
di: Jia, Renqi, et al.
Pubblicazione: (2025)

Cross-Table Pretraining towards a Universal Function Space for Heterogeneous Tabular Data
di: Chen, Jintai, et al.
Pubblicazione: (2024)