Copertina

Manifold learning in metric spaces

Fuente: arXiv

Salvato in:

Dettagli Bibliografici
Autori principali:	Xu, Liane, Singer, Amit
Natura:	Preprint
Pubblicazione:	2025
Soggetti:	Machine Learning
Accesso online:	Acceder al recurso
Tags:	Aggiungi Tag Nessun Tag, puoi essere il primo ad aggiungerne!!

Documenti analoghi

Alignment of Density Maps in Wasserstein Distance
di: Singer, Amit, et al.
Pubblicazione: (2023)

Manifold learning and optimization using tangent space proxies
di: Robinett, Ryan A., et al.
Pubblicazione: (2025)

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)

Manifold learning in Wasserstein space
di: Hamm, Keaton, et al.
Pubblicazione: (2023)

Quantum-inspired probability metrics define a complete, universal space for statistical learning
di: McCarty, Logan S.
Pubblicazione: (2025)

Uncertainty quantification in metric spaces
di: Lugosi, Gábor, et al.
Pubblicazione: (2024)

Distance metric learning for conditional anomaly detection
di: Valko, Michal, et al.
Pubblicazione: (2026)

Data-intrinsic approximation in metric spaces
di: Dölz, Jürgen, et al.
Pubblicazione: (2025)

Neural networks in non-metric spaces
di: Galimberti, Luca
Pubblicazione: (2024)

Robust Moment-Based Estimation via Spectral Gradient Reweighting
di: Zhang, Liu, et al.
Pubblicazione: (2026)

Fast unsupervised ground metric learning with tree-Wasserstein distance
di: Düsterwald, Kira M., et al.
Pubblicazione: (2024)

FORML: A Riemannian Hessian-free Method for Meta-learning on Stiefel Manifolds
di: Tabealhojeh, Hadi, et al.
Pubblicazione: (2024)

CAMEL: Curvature-Augmented Manifold Embedding and Learning
di: Xu, Nan, et al.
Pubblicazione: (2023)

Generalization analysis with deep ReLU networks for metric and similarity learning
di: Zhou, Junyu, et al.
Pubblicazione: (2024)

On the effects of similarity metrics in decentralized deep learning under distributional shift
di: Zec, Edvin Listo, et al.
Pubblicazione: (2024)

Periodic agent-state based Q-learning for POMDPs
di: Sinha, Amit, et al.
Pubblicazione: (2024)

Manifold meta-learning for reduced-complexity neural system identification
di: Forgione, Marco, et al.
Pubblicazione: (2025)

Convergence of regularized agent-state-based Q-learning in POMDPs
di: Sinha, Amit, et al.
Pubblicazione: (2025)

Low-degree learning and the metric entropy of polynomials
di: Eskenazis, Alexandros, et al.
Pubblicazione: (2022)

Stability to Deformations of Manifold Filters and Manifold Neural Networks
di: Wang, Zhiyang, et al.
Pubblicazione: (2021)

Clustering by Mining Density Distributions and Splitting Manifold Structure
di: Xu, Zhichang, et al.
Pubblicazione: (2024)

Toward industrial use of continual learning : new metrics proposal for class incremental learning
di: Abbas, Konaté Mohamed, et al.
Pubblicazione: (2024)

Fréchet random forests for metric space valued regression with non euclidean predictors
di: Capitaine, Louis, et al.
Pubblicazione: (2019)

Error Slice Discovery via Manifold Compactness
di: Yu, Han, et al.
Pubblicazione: (2025)

On the good reliability of an interval-based metric to validate prediction uncertainty for machine learning regression tasks
di: Pernot, Pascal
Pubblicazione: (2024)

Manifold Diffusion Fields
di: Elhag, Ahmed A., et al.
Pubblicazione: (2023)

Manifold Random Features
di: Parashar, Ananya, et al.
Pubblicazione: (2026)

FAME: Forecasting Academic Impact via Continuous-Time Manifold Evolution
di: Ding, Jianrong, et al.
Pubblicazione: (2026)

Convex space learning for tabular synthetic data generation
di: Mahendra, Manjunath, et al.
Pubblicazione: (2024)

How does feature learning reshape the function space?
di: Lobo, João, et al.
Pubblicazione: (2026)

Exploring the Design Space of Transition Matching
di: Singer, Uriel, et al.
Pubblicazione: (2025)

Scalable unsupervised alignment of general metric and non-metric structures
di: Vedula, Sanketh, et al.
Pubblicazione: (2024)

SO(3)-invariant PCA with application to molecular data
di: Fraiman, Michael, et al.
Pubblicazione: (2025)

Lifting Manifolds to Mitigate Pseudo-Alignment in LLM4TS
di: Zheng, Liangwei Nathan, et al.
Pubblicazione: (2025)

Finding Manifolds With Bilinear Autoencoders
di: Dooms, Thomas, et al.
Pubblicazione: (2025)

Generative Learning of Densities on Manifolds
di: Giovanis, Dimitris G., et al.
Pubblicazione: (2025)

Manifold-Aligned Generative Transport
di: Tian, Xinyu, et al.
Pubblicazione: (2026)

Manifold-Guided Attention Steering
di: Li, Ian, et al.
Pubblicazione: (2026)

Matrix Manifold Neural Networks++
di: Nguyen, Xuan Son, et al.
Pubblicazione: (2024)

Transfer learning under latent space model
di: Fang, Kuangnan, et al.
Pubblicazione: (2025)