:: Library Catalog

Buchumschlag

Gespeichert in:

Bibliographische Detailangaben
1. Verfasser:	Chang, Shih-Yu
Format:	Preprint
Veröffentlicht:	2024
Schlagworte:	Probability Machine Learning Differential Geometry
Online-Zugang:	https://arxiv.org/abs/2408.11276
Tags:	Tag hinzufügen Keine Tags, Fügen Sie den ersten Tag hinzu!

Ähnliche Einträge

Sub-Laplacian comparison theorems on Riemannian foliations with minimal leaves and applications
von: Baudoin, Fabrice
Veröffentlicht: (2025)

Geometric Gaussian Approximations of Probability Distributions
von: Da Costa, Nathaël, et al.
Veröffentlicht: (2025)

Approximation of length metrics by conformally flat Riemannian metrics
von: Hip, Andres A. Contreras, et al.
Veröffentlicht: (2024)

Geometric Interpretation of Brownian Motion on Riemannian Manifolds
von: Lee, Taeyoung, et al.
Veröffentlicht: (2025)

Logarithmic Sobolev, Poincaré and Beckner Inequalities on Hyperbolic Spaces and Riemannian Manifolds
von: Do, Anh Xuan, et al.
Veröffentlicht: (2026)

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

On Differential and Riemannian Calculus on Wasserstein Spaces
von: Gomes, André Magalhães de Sá, et al.
Veröffentlicht: (2024)

The Riemannian geometry of the probability space of the unit circle
von: Gomes, André Magalhães de Sá, et al.
Veröffentlicht: (2025)

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

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

Deterministic--Distance Couplings of Brownian Motions on Radially Isoparametric Manifolds
von: Cho, Gunhee, et al.
Veröffentlicht: (2025)

Manifold Integrated Gradients: Riemannian Geometry for Feature Attribution
von: Zaher, Eslam, et al.
Veröffentlicht: (2024)

Recovering Riemannian Geometry from Diffusion
von: Sangha, Amandip
Veröffentlicht: (2026)

Reconstruction of Manifold Distances from Noisy Observations
von: Fefferman, Charles, et al.
Veröffentlicht: (2025)

Zero Probability of the Cut Locus of a Fréchet Mean on a Riemannian Manifold
von: Lytchak, Alexander, et al.
Veröffentlicht: (2025)

Bochner's Identity on Graphs
von: March, Peter
Veröffentlicht: (2024)

Score matching for sub-Riemannian bridge sampling
von: Grong, Erlend, et al.
Veröffentlicht: (2024)

Asymptotic Normality of Divisors of Random Holomorphic Sections on Non-compact Complex Manifolds
von: Bojnik, Afrim, et al.
Veröffentlicht: (2025)

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

Random Systems of Holomorphic Sections of a Sequence of Line bundles on Compact Kähler Manifolds
von: Bojnik, Afrim, et al.
Veröffentlicht: (2024)

Radial Compensation: Fixing Radius Distortion in Chart-Based Generative Models on Riemannian Manifolds
von: Papamichalis, Marios, et al.
Veröffentlicht: (2025)

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

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

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

Approximate Ricci-flat Metrics for Calabi-Yau Manifolds
von: Lee, Seung-Joo, et al.
Veröffentlicht: (2025)

Staying on the Manifold: Geometry-Aware Noise Injection
von: Jacobsen, Albert Kjøller, et al.
Veröffentlicht: (2025)

Bounded-degree graphs of non-negative Ollivier-Ricci curvature have subexponential growth and diffusive random walk
von: Hutchcroft, Tom, et al.
Veröffentlicht: (2025)

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

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

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

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

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

Refining Cramér-Rao Bound With Multivariate Parameters: An Extrinsic Geometry Perspective
von: Krishnan, Sunder Ram
Veröffentlicht: (2025)

Improving Cramér-Rao Bound And Its Variants: An Extrinsic Geometry Perspective
von: Krishnan, Sunder Ram
Veröffentlicht: (2025)

Two-Sample Tests for Optimal Lifts, Manifold Stability and Reverse Labeling Reflection Shap
von: Van, Do Tran, et al.
Veröffentlicht: (2025)

A Generalization of Caffarelli's Contraction Theorem to Nearly Spherical Manifolds
von: Ge, Yuxin, et al.
Veröffentlicht: (2025)

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

Estimates for Eigenvalues of the Dirichlet Laplacian on Riemannian Manifolds
von: Chen, Daguang, et al.
Veröffentlicht: (2025)

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

Tensor Gauge Flow Models
von: Strunk, Alexander, et al.
Veröffentlicht: (2025)