Buchumschlag

Joint Hierarchical Representation Learning of Samples and Features via Informed Tree-Wasserstein Distance

Fuente: arXiv

Gespeichert in:

Bibliographische Detailangaben
Hauptverfasser:	Lin, Ya-Wei Eileen, Coifman, Ronald R., Mishne, Gal, Talmon, Ronen
Format:	Preprint
Veröffentlicht:	2025
Schlagworte:	Machine Learning
Online-Zugang:	Acceder al recurso
Tags:	Tag hinzufügen Keine Tags, Fügen Sie den ersten Tag hinzu!

Ähnliche Einträge

Tree-Wasserstein Distance for High Dimensional Data with a Latent Feature Hierarchy
von: Lin, Ya-Wei Eileen, et al.
Veröffentlicht: (2024)

Equivariant Machine Learning on Graphs with Nonlinear Spectral Filters
von: Lin, Ya-Wei Eileen, et al.
Veröffentlicht: (2024)

Learning Cartesian Product Graphs with Laplacian Constraints
von: Shi, Changhao, et al.
Veröffentlicht: (2024)

On Learning what to Learn: heterogeneous observations of dynamics and establishing (possibly causal) relations among them
von: Sroczynski, David W., et al.
Veröffentlicht: (2024)

Graph Laplacian Learning with Exponential Family Noise
von: Shi, Changhao, et al.
Veröffentlicht: (2023)

Learning Kronecker-Structured Graphs from Smooth Signals
von: Shi, Changhao, et al.
Veröffentlicht: (2025)

The Numerical Stability of Hyperbolic Representation Learning
von: Mishne, Gal, et al.
Veröffentlicht: (2022)

Learning Shared Representations from Unpaired Data
von: Yacobi, Amitai, et al.
Veröffentlicht: (2025)

Complex Interpolation of Matrices with an application to Multi-Manifold Learning
von: Arbel, Adi, et al.
Veröffentlicht: (2026)

It Takes a Graph to Know a Graph: Rewiring for Homophily with a Reference Graph
von: Mendelman, Harel, et al.
Veröffentlicht: (2025)

Unsupervised Feature Selection Through Group Discovery
von: Lifshitz, Shira, et al.
Veröffentlicht: (2025)

Deep and shallow data science for multi-scale optical neuroscience
von: Mishne, Gal, et al.
Veröffentlicht: (2024)

SiBBlInGS: Similarity-driven Building-Block Inference using Graphs across States
von: Mudrik, Noga, et al.
Veröffentlicht: (2023)

Enhancing VICReg: Random-Walk Pairing for Improved Generalization and Better Global Semantics Capturing
von: Simai, Idan, et al.
Veröffentlicht: (2025)

The Expected Loss of Preconditioned Langevin Dynamics Reveals the Hessian Rank
von: Bar, Amitay, et al.
Veröffentlicht: (2024)

Feature Selection Based on Wasserstein Distance
von: Li, Fuwei
Veröffentlicht: (2024)

Revisiting Meta-Learning with Noisy Labels: Reweighting Dynamics and Theoretical Guarantees
von: Zhang, Yiming, et al.
Veröffentlicht: (2025)

Comparing Graph Transformers via Positional Encodings
von: Black, Mitchell, et al.
Veröffentlicht: (2024)

Cluster and then Embed: A Modular Approach for Visualization
von: Coda, Elizabeth, et al.
Veröffentlicht: (2025)

Fast Estimation of Wasserstein Distances via Regression on Sliced Wasserstein Distances
von: Nguyen, Khai, et al.
Veröffentlicht: (2025)

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

Explaining GNN Explanations with Edge Gradients
von: He, Jesse, et al.
Veröffentlicht: (2025)

Elucidating Flow Matching ODE Dynamics with Respect to Data Geometries and Denoisers
von: Wan, Zhengchao, et al.
Veröffentlicht: (2024)

Semi-Supervised Laplace Learning on Stiefel Manifolds
von: Holtz, Chester, et al.
Veröffentlicht: (2023)

Distance-Matrix Wasserstein Statistics for Scalable Gromov--Wasserstein Learning
von: Xu, Ao, et al.
Veröffentlicht: (2026)

On the Information Processing of One-Dimensional Wasserstein Distances with Finite Samples
von: Jang, Cheongjae, et al.
Veröffentlicht: (2025)

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

Adaptive Canonicalization with Application to Invariant Anisotropic Geometric Networks
von: Lin, Ya-Wei Eileen, et al.
Veröffentlicht: (2025)

Fused Gromov-Wasserstein Distance with Feature Selection
von: Lee, Harlin, et al.
Veröffentlicht: (2026)

On a Generalization of Wasserstein Distance and the Beckmann Problem to Connection Graphs
von: Robertson, Sawyer, et al.
Veröffentlicht: (2023)

Multi-Integration of Labels across Categories for Component Identification (MILCCI)
von: Mudrik, Noga, et al.
Veröffentlicht: (2026)

Relative Translation Invariant Wasserstein Distance
von: Wang, Binshuai, et al.
Veröffentlicht: (2024)

Contextual Feature Selection with Conditional Stochastic Gates
von: Sristi, Ram Dyuthi, et al.
Veröffentlicht: (2023)

LieAugmenter: Equivariant Learning by Discovering Symmetries with Learnable Augmentations
von: Santos-Escriche, Eduardo, et al.
Veröffentlicht: (2025)

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

ALIGN: Adversarial Learning for Generalizable Speech Neuroprosthesis
von: Zhang, Zhanqi, et al.
Veröffentlicht: (2026)

Fast Gradient Computation for Gromov-Wasserstein Distance
von: Zhang, Wei, et al.
Veröffentlicht: (2024)

Efficient Distribution Learning with Error Bounds in Wasserstein Distance
von: Figueiredo, Eduardo, et al.
Veröffentlicht: (2026)

An Empirical Study of Self-supervised Learning with Wasserstein Distance
von: Yamada, Makoto, et al.
Veröffentlicht: (2023)

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