Buchumschlag

Supervised Quadratic Feature Analysis: Information Geometry Approach for Dimensionality Reduction

Fuente: arXiv

Gespeichert in:

Bibliographische Detailangaben
Hauptverfasser:	Herrera-Esposito, Daniel, Burge, Johannes
Format:	Preprint
Veröffentlicht:	2025
Schlagworte:	Machine Learning Differential Geometry Statistics Theory
Online-Zugang:	Acceder al recurso
Tags:	Tag hinzufügen Keine Tags, Fügen Sie den ersten Tag hinzu!

Ähnliche Einträge

On Higher-Order Geometric Refinements of Classical Covariance Asymptotics: An Approach via Intrinsic and Extrinsic Information Geometry
von: Amir, Malik, et al.
Veröffentlicht: (2026)

Kernel smoothing on manifolds
von: Bae, Eunseong, et al.
Veröffentlicht: (2026)

Hessian Geometry of Latent Space in Generative Models
von: Lobashev, Alexander, et al.
Veröffentlicht: (2025)

Riemannian Archetypal Analysis: Interpretable non-linear data analysis on deformed star distributions
von: Diepeveen, Willem, et al.
Veröffentlicht: (2026)

Categorical and geometric methods in statistical, manifold, and machine learning
von: Lê, Hông Vân, et al.
Veröffentlicht: (2025)

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

Quantum Geometry insights in Deep Learning
von: Combe, Noémie C.
Veröffentlicht: (2025)

Covariance as a commutator
von: Meixide, Carlos García
Veröffentlicht: (2025)

On Logit Weibull Manifold
von: Assandje, Prosper Rosaire Mama, et al.
Veröffentlicht: (2025)

Exploring Stochastic Mean Curvature Flow on Networks Using Ito Calculus
von: Bahadursingh, Roman
Veröffentlicht: (2024)

Robust boundary detection and density estimation using doubly stochastic scaling of the Gaussian kernel
von: Kohli, Dhruv, et al.
Veröffentlicht: (2024)

Stability and Statistical Inversion of Travel time Tomography
von: Tarikere, Ashwin, et al.
Veröffentlicht: (2023)

Riemannian radial distributions on Riemannian symmetric spaces: Optimal rates of convergence for parameter estimation
von: Chen, Hengchao
Veröffentlicht: (2024)

The Long Time Limit of Diffusion Means
von: Düsberg, Till, et al.
Veröffentlicht: (2024)

PINNs in More General Geometry
von: Hirst, Edward
Veröffentlicht: (2026)

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

Manifolds with kinks and the asymptotic behavior of the graph Laplacian operator with Gaussian kernel
von: Pal, Susovan, et al.
Veröffentlicht: (2025)

On Closed-Form Expressions for the Fisher-Rao Distance
von: Miyamoto, Henrique K., et al.
Veröffentlicht: (2023)

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

On statistics which are almost sufficient from the viewpoint of the Fisher metrics
von: Yamaguchi, Kaori, et al.
Veröffentlicht: (2023)

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

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)

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

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

Geometry-Aware Langevin Sampling for Matrix-Valued Graph Learning
von: Dey, Papri
Veröffentlicht: (2026)

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

The Fisher metric as a metric on the cotangent bundle
von: Nagaoka, Hiroshi
Veröffentlicht: (2023)

Information geometry of Lévy processes and financial models
von: Choi, Jaehyung
Veröffentlicht: (2025)

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

Conformal Transformation of Kernels: A Geometric Perspective on Text Classification
von: Rădulescu, Ioana, et al.
Veröffentlicht: (2024)

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

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

Convergence of Hessian estimator from random samples on a manifold with boundary
von: Chen, Chih-Wei, et al.
Veröffentlicht: (2023)

On Statistical Inference for Rates of Change in Spatial Processes over Riemannian Manifolds
von: Li, Didong, et al.
Veröffentlicht: (2026)

On Information Geometry and Iterative Optimization in Model Compression: Operator Factorization
von: Shumaylov, Zakhar, 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)

Cartan meets Cramér-Rao
von: Krishnan, Sunder Ram
Veröffentlicht: (2025)

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