Buchumschlag

Riemannian Optimization on Relaxed Indicator Matrix Manifold

Fuente: arXiv

Gespeichert in:

Bibliographische Detailangaben
Hauptverfasser:	Yuan, Jinghui, Xie, Fangyuan, Nie, Feiping, Li, Xuelong
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

Dual-Bounded Nonlinear Optimal Transport for Size Constrained Min Cut Clustering
von: Xie, Fangyuan, et al.
Veröffentlicht: (2025)

Nora: Normalized Orthogonal Row Alignment for Scalable Matrix Optimizer
von: Yuan, Jinghui, et al.
Veröffentlicht: (2026)

Achieving More with Less: A Tensor-Optimization-Powered Ensemble Method
von: Yuan, Jinghui, et al.
Veröffentlicht: (2024)

A Margin-Maximizing Fine-Grained Ensemble Method
von: Yuan, Jinghui, et al.
Veröffentlicht: (2024)

Doubly Stochastic Adaptive Neighbors Clustering via the Marcus Mapping
von: Yuan, Jinghui, et al.
Veröffentlicht: (2024)

Adaptive Fuzzy C-Means with Graph Embedding
von: Chen, Qiang, et al.
Veröffentlicht: (2024)

PRformer: Pyramidal Recurrent Transformer for Multivariate Time Series Forecasting
von: Yu, Yongbo, et al.
Veröffentlicht: (2024)

Fast Semi-supervised Learning on Large Graphs: An Improved Green-function Method
von: Nie, Feiping, et al.
Veröffentlicht: (2024)

Clustering Based on Density Propagation and Subcluster Merging
von: Nie, Feiping, et al.
Veröffentlicht: (2024)

A Greedy Strategy for Graph Cut
von: Nie, Feiping, et al.
Veröffentlicht: (2024)

Intrinsic Muon: Spectral Optimization on Riemannian Matrix Manifolds
von: Li, Yibang, et al.
Veröffentlicht: (2026)

UniDiff: A Unified Diffusion Framework for Multimodal Time Series Forecasting
von: Zhang, Da, et al.
Veröffentlicht: (2025)

FusAD: Time-Frequency Fusion with Adaptive Denoising for General Time Series Analysis
von: Zhang, Da, et al.
Veröffentlicht: (2025)

Robust Capped lp-Norm Support Vector Ordinal Regression
von: Xiang, Haorui, et al.
Veröffentlicht: (2024)

FAIM: Frequency-Aware Interactive Mamba for Time Series Classification
von: Zhang, Da, et al.
Veröffentlicht: (2025)

Multi-class Support Vector Machine with Maximizing Minimum Margin
von: Hao, Zhezheng, et al.
Veröffentlicht: (2023)

Riemannian Optimization for LoRA on the Stiefel Manifold
von: Park, Juneyoung, et al.
Veröffentlicht: (2025)

A Framework for Bilevel Optimization on Riemannian Manifolds
von: Han, Andi, et al.
Veröffentlicht: (2024)

Fast, Accurate Manifold Denoising by Tunneling Riemannian Optimization
von: Wang, Shiyu, et al.
Veröffentlicht: (2025)

Spiking Graph Neural Network on Riemannian Manifolds
von: Sun, Li, et al.
Veröffentlicht: (2024)

Learning-Rate-Free Stochastic Optimization over Riemannian Manifolds
von: Dodd, Daniel, et al.
Veröffentlicht: (2024)

Conformal inference for regression on Riemannian Manifolds
von: Cholaquidis, Alejandro, et al.
Veröffentlicht: (2023)

Decentralized Online Riemannian Optimization Beyond Hadamard Manifolds
von: Sahinoglu, Emre, et al.
Veröffentlicht: (2025)

tensorflow-riemopt: A Library for Optimization on Riemannian Manifolds
von: Smirnov, Oleg
Veröffentlicht: (2021)

Mirror Descent on Riemannian Manifolds
von: Jiang, Jiaxin, et al.
Veröffentlicht: (2026)

Finite-Time Analysis of Stochastic Nonconvex Nonsmooth Optimization on the Riemannian Manifolds
von: Sahinoglu, Emre, et al.
Veröffentlicht: (2025)

Dimensionality Reduction on Riemannian Manifolds in Data Analysis
von: Ichi, Alaa El, et al.
Veröffentlicht: (2026)

Decoupled Orthogonal Dynamics: Regularization for Deep Network Optimizers
von: Chen, Hao, et al.
Veröffentlicht: (2026)

Sharpness-Aware Teleportation on Riemannian Manifolds
von: Truong, Tuan, et al.
Veröffentlicht: (2023)

Efficient Generative Modeling with Unitary Matrix Product States Using Riemannian Optimization
von: Duan, Haotong, et al.
Veröffentlicht: (2026)

Dual Riemannian Newton Method on Statistical Manifolds
von: Zhou, Derun, et al.
Veröffentlicht: (2025)

Riemannian MeanFlow for One-Step Generation on Manifolds
von: Zhong, Zichen, et al.
Veröffentlicht: (2026)

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

ManifoldFormer: Geometric Deep Learning for Neural Dynamics on Riemannian Manifolds
von: Fu, Yihang, et al.
Veröffentlicht: (2025)

Simple Multigraph Convolution Networks
von: Wu, Danyang, et al.
Veröffentlicht: (2024)

Towards Federated Clustering: A Client-wise Private Graph Aggregation Framework
von: He, Guanxiong, et al.
Veröffentlicht: (2025)

Generative Modeling on Manifolds Through Mixture of Riemannian Diffusion Processes
von: Jo, Jaehyeong, et al.
Veröffentlicht: (2023)

Model Compression with Exact Budget Constraints via Riemannian Manifolds
von: Helcig, Michael, et al.
Veröffentlicht: (2026)

Iso-Riemannian Optimization on Learned Data Manifolds
von: Diepeveen, Willem, et al.
Veröffentlicht: (2025)

Riemannian Proximal Sampler for High-accuracy Sampling on Manifolds
von: Guan, Yunrui, et al.
Veröffentlicht: (2025)