Buchumschlag

Node Embeddings via Neighbor Embeddings

Fuente: arXiv

Gespeichert in:

Bibliographische Detailangaben
Hauptverfasser:	Böhm, Jan Niklas, Keute, Marius, Guzmán, Alica, Damrich, Sebastian, Draganov, Andrew, Kobak, Dmitry
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

On the Importance of Embedding Norms in Self-Supervised Learning
von: Draganov, Andrew, et al.
Veröffentlicht: (2025)

Attraction-Repulsion Spectrum in Neighbor Embeddings
von: Böhm, Jan Niklas, et al.
Veröffentlicht: (2020)

From $t$-SNE to UMAP with contrastive learning
von: Damrich, Sebastian, et al.
Veröffentlicht: (2022)

DREAMS: Preserving both Local and Global Structure in Dimensionality Reduction
von: Kury, Noël, et al.
Veröffentlicht: (2025)

Persistent Homology for High-dimensional Data Based on Spectral Methods
von: Damrich, Sebastian, et al.
Veröffentlicht: (2023)

Unsupervised visualization of image datasets using contrastive learning
von: Böhm, Jan Niklas, et al.
Veröffentlicht: (2022)

EmbedOR: Provable Cluster-Preserving Visualizations with Curvature-Based Stochastic Neighbor Embeddings
von: Saidi, Tristan Luca, et al.
Veröffentlicht: (2025)

Scaling Down Deep Learning with MNIST-1D
von: Greydanus, Sam, et al.
Veröffentlicht: (2020)

The Effects of Randomness on the Stability of Node Embeddings
von: Schumacher, Tobias, et al.
Veröffentlicht: (2020)

The Impact of Dimensionality on the Stability of Node Embeddings
von: Schumacher, Tobias, et al.
Veröffentlicht: (2026)

Neighbor Embeddings Using Unbalanced Optimal Transport Metrics
von: Rana, Muhammad, et al.
Veröffentlicht: (2025)

Neighbor Embedding for High-Dimensional Sparse Poisson Data
von: Mudrik, Noga, et al.
Veröffentlicht: (2026)

DR-SNE: Density-Regularized Stochastic Neighbor Embedding
von: Kazanskii, Maksim
Veröffentlicht: (2026)

Learning representations of learning representations
von: González-Márquez, Rita, et al.
Veröffentlicht: (2024)

Relating tSNE and UMAP to Classical Dimensionality Reduction
von: Draganov, Andrew, et al.
Veröffentlicht: (2023)

Optimal ridge penalty for real-world high-dimensional data can be zero or negative due to the implicit ridge regularization
von: Kobak, Dmitry, et al.
Veröffentlicht: (2018)

StarMAP: Global Neighbor Embedding for Faithful Data Visualization
von: Watanabe, Koshi, et al.
Veröffentlicht: (2025)

Wasserstein t-SNE
von: Bachmann, Fynn, et al.
Veröffentlicht: (2022)

Cropping outperforms dropout as an augmentation strategy for self-supervised training of text embeddings
von: González-Márquez, Rita, et al.
Veröffentlicht: (2025)

Community Detection Guarantees Using Embeddings Learned by Node2Vec
von: Davison, Andrew, et al.
Veröffentlicht: (2023)

Generating Human Understandable Explanations for Node Embeddings
von: Shafi, Zohair, et al.
Veröffentlicht: (2024)

Encoder Embedding for General Graph and Node Classification
von: Shen, Cencheng
Veröffentlicht: (2024)

Learning Graph Node Embeddings by Smooth Pair Sampling
von: Kutzkov, Konstantin
Veröffentlicht: (2025)

The Hidden Pitfalls of the Cosine Similarity Loss
von: Draganov, Andrew, et al.
Veröffentlicht: (2024)

FedNE: Surrogate-Assisted Federated Neighbor Embedding for Dimensionality Reduction
von: Li, Ziwei, et al.
Veröffentlicht: (2024)

Graph Neural Networks Powered by Encoder Embedding for Improved Node Learning
von: Chen, Shiyu, et al.
Veröffentlicht: (2025)

Equilibrium Distribution for t-Distributed Stochastic Neighbor Embedding with Generalized Kernels
von: Gu, Yi
Veröffentlicht: (2025)

Settling Time vs. Accuracy Tradeoffs for Clustering Big Data
von: Draganov, Andrew, et al.
Veröffentlicht: (2024)

Uncertainty-aware t-distributed Stochastic Neighbor Embedding for Single-cell RNA-seq Data
von: Ma, Hui, et al.
Veröffentlicht: (2024)

iN2V: Bringing Transductive Node Embeddings to Inductive Graphs
von: Lell, Nicolas, et al.
Veröffentlicht: (2025)

Bootstrap Latents of Nodes and Neighbors for Graph Self-Supervised Learning
von: Liu, Yunhui, et al.
Veröffentlicht: (2024)

Challenging Assumptions in Learning Generic Text Style Embeddings
von: Ostheimer, Phil, et al.
Veröffentlicht: (2025)

Manipulating Embeddings of Stable Diffusion Prompts
von: Deckers, Niklas, et al.
Veröffentlicht: (2023)

Self-supervised Visualisation of Medical Image Datasets
von: Nwabufo, Ifeoma Veronica, et al.
Veröffentlicht: (2024)

Latent Planning via Embedding Arithmetic: A Contrastive Approach to Strategic Reasoning
von: Hamara, Andrew, et al.
Veröffentlicht: (2025)

Embedding-Space Data Augmentation to Prevent Membership Inference Attacks in Clinical Time Series Forecasting
von: Fracarolli, Marius, et al.
Veröffentlicht: (2025)

FUSE: Fast Semi-Supervised Node Embedding Learning via Structural and Label-Aware Optimization
von: Chakraborty, Sujan, et al.
Veröffentlicht: (2025)

VN Network: Embedding Newly Emerging Entities with Virtual Neighbors
von: He, Yongquan, et al.
Veröffentlicht: (2024)

Geometric Reasoning in the Embedding Space
von: Hůla, Jan, et al.
Veröffentlicht: (2025)

Self-Attention Empowered Graph Convolutional Network for Structure Learning and Node Embedding
von: Jiang, Mengying, et al.
Veröffentlicht: (2024)