Copertina

Cartan moving frames and the data manifolds

Fuente: arXiv

Salvato in:

Dettagli Bibliografici
Autori principali:	Tron, Eliot, Fioresi, Rita, Couellan, Nicolas, Puechmorel, Stéphane
Natura:	Preprint
Pubblicazione:	2024
Soggetti:	Machine Learning Differential Geometry
Accesso online:	Acceder al recurso
Tags:	Aggiungi Tag Nessun Tag, puoi essere il primo ad aggiungerne!!

Documenti analoghi

Adversarial attacks on neural networks through canonical Riemannian foliations
di: Tron, Eliot, et al.
Pubblicazione: (2022)

Ricci Curvature and Betti Numbers of Hessian Manifolds
di: Gnandi, Emmanuel, et al.
Pubblicazione: (2026)

Geometry of Singular Foliations and Learning Manifolds in ReLU Networks via the Data Information Matrix
di: Tron, Eliot, et al.
Pubblicazione: (2024)

On Riemannian four-manifolds and their twistor spaces: a moving frame approach
di: Catino, Giovanni, et al.
Pubblicazione: (2020)

Sheaves on Graphs and their Differential Calculi
di: Fioresi, Rita, et al.
Pubblicazione: (2026)

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

Canonical normalizing flows for manifold learning
di: Flouris, Kyriakos, et al.
Pubblicazione: (2023)

Kernel smoothing on manifolds
di: Bae, Eunseong, et al.
Pubblicazione: (2026)

The behaviour of moving points on curves: A rotating frame approach
di: Han, Dong
Pubblicazione: (2026)

The uniqueness of minimal maps into Cartan-Hadamard manifolds via the squared singular values
di: Jia, Zhiwei, et al.
Pubblicazione: (2025)

Continuum Limits of Ollivier's Ricci Curvature on data clouds: pointwise consistency and global lower bounds
di: Trillos, Nicolas Garcia, et al.
Pubblicazione: (2023)

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

Tessellation Groups, Harmonic Analysis on Non-compact Symmetric Spaces and the Heat Kernel in view of Cartan Convolutional Neural Networks
di: Fré, Pietro, et al.
Pubblicazione: (2025)

Logarithmic Cartan geometry on complex manifolds with trivial logarithmic tangent bundle
di: Biswas, Indranil, et al.
Pubblicazione: (2024)

Contact triad connection of contact manifolds in almost contact moving frame
di: Oh, Yong-Geun
Pubblicazione: (2025)

Divergence-free framings of three-manifolds via eigenspinors
di: Lin, Francesco
Pubblicazione: (2024)

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

Geometry-Aware Generative Autoencoders for Warped Riemannian Metric Learning and Generative Modeling on Data Manifolds
di: Sun, Xingzhi, 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)

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

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

Revealing Decurve Flows for Generalized Graph Propagation
di: Lin, Chen, et al.
Pubblicazione: (2024)

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

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

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

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

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

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

Flow Matching on Lie Groups
di: Sherry, Finn M., 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)

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

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

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)

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

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)