:: Library Catalog

Buchumschlag

Gespeichert in:

Bibliographische Detailangaben
Hauptverfasser:	Wu, Jiawen, Chen, Bingguang, Zhou, Yuyi, Meng, Qi, Zhu, Rongchan, Ma, Zhi-Ming
Format:	Preprint
Veröffentlicht:	2025
Schlagworte:	Machine Learning
Online-Zugang:	https://arxiv.org/abs/2504.15736
Tags:	Tag hinzufügen Keine Tags, Fügen Sie den ersten Tag hinzu!

Ähnliche Einträge

Monte Carlo Neural PDE Solver for Learning PDEs via Probabilistic Representation
von: Zhang, Rui, et al.
Veröffentlicht: (2023)

SPDEBench: An Extensive Benchmark for Learning Stochastic PDEs
von: Zhu, Yuantu, et al.
Veröffentlicht: (2025)

Riemannian Zeroth-Order Gradient Estimation with Structure-Preserving Metrics for Geodesically Incomplete Manifolds
von: Ma, Shaocong, et al.
Veröffentlicht: (2026)

Spectro-Riemannian Graph Neural Networks
von: Grover, Karish, et al.
Veröffentlicht: (2025)

Randomness and Interpolation Improve Gradient Descent
von: Li, Jiawen, et al.
Veröffentlicht: (2025)

Deciphering and integrating invariants for neural operator learning with various physical mechanisms
von: Zhang, Rui, et al.
Veröffentlicht: (2023)

UniFluids: Unified Neural Operator Learning with Conditional Flow-matching
von: Li, Haosen, et al.
Veröffentlicht: (2026)

Weisfeiler Lehman Test on Combinatorial Complexes: Generalized Expressive Power of Topological Neural Networks
von: Chen, Jiawen, et al.
Veröffentlicht: (2026)

Personalized Federated Instruction Tuning via Neural Architecture Search
von: Zhang, Pengyu, et al.
Veröffentlicht: (2024)

Riemannian Stochastic Interpolants for Amorphous Particle Systems
von: Grenioux, Louis, et al.
Veröffentlicht: (2025)

Exploring Neural Network Landscapes: Star-Shaped and Geodesic Connectivity
von: Lin, Zhanran, et al.
Veröffentlicht: (2024)

Dynamic Elliptical Graph Factor Models via Riemannian Optimization with Geodesic Temporal Regularization
von: Peng, Chuansen, et al.
Veröffentlicht: (2026)

Learning Collective Variables with Synthetic Data Augmentation through Physics-Inspired Geodesic Interpolation
von: Yang, Soojung, et al.
Veröffentlicht: (2024)

Riemannian Multinomial Logistics Regression for SPD Neural Networks
von: Chen, Ziheng, et al.
Veröffentlicht: (2023)

A Theoretical Framework for Grokking: Interpolation followed by Riemannian Norm Minimisation
von: Boursier, Etienne, et al.
Veröffentlicht: (2025)

Fréchet Geodesic Boosting
von: Zhou, Yidong, et al.
Veröffentlicht: (2025)

On the Convergence of Adam under Non-uniform Smoothness: Separability from SGDM and Beyond
von: Wang, Bohan, et al.
Veröffentlicht: (2024)

Convergence Analysis of the Wasserstein Proximal Algorithm beyond Geodesic Convexity
von: Zhu, Shuailong, et al.
Veröffentlicht: (2025)

Geodesic Semantic Search: Cartographic Navigation of Citation Graphs with Learned Local Riemannian Maps
von: Yee, Brandon, et al.
Veröffentlicht: (2026)

Connecting Neural Models Latent Geometries with Relative Geodesic Representations
von: Yu, Hanlin, et al.
Veröffentlicht: (2025)

Riemannian Consistency Model
von: Cheng, Chaoran, et al.
Veröffentlicht: (2025)

Heterophily-Agnostic Hypergraph Neural Networks with Riemannian Local Exchanger
von: Sun, Li, et al.
Veröffentlicht: (2026)

CCMamba: Topologically-Informed Selective State-Space Networks on Combinatorial Complexes for Higher-Order Graph Learning
von: Chen, Jiawen, et al.
Veröffentlicht: (2026)

Constant Bit-size Transformers Are Turing Complete
von: Li, Qian, et al.
Veröffentlicht: (2025)

Riemannian Neural Optimal Transport
von: Micheli, Alessandro, et al.
Veröffentlicht: (2026)

OmniFluids: Physics Pre-trained Modeling of Fluid Dynamics
von: Zhang, Rui, et al.
Veröffentlicht: (2025)

Entropic Riemannian Neural Optimal Transport
von: Micheli, Alessandro, et al.
Veröffentlicht: (2026)

ANAct: Adaptive Normalization for Activation Functions
von: Peiwen, Yuan, et al.
Veröffentlicht: (2022)

BadFU: Backdoor Federated Learning through Adversarial Machine Unlearning
von: Lu, Bingguang, et al.
Veröffentlicht: (2025)

Better Neural PDE Solvers Through Data-Free Mesh Movers
von: Hu, Peiyan, et al.
Veröffentlicht: (2023)

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

(Deep) Generative Geodesics
von: Kim, Beomsu, et al.
Veröffentlicht: (2024)

AlignGuard-LoRA: Alignment-Preserving Fine-Tuning via Fisher-Guided Decomposition and Riemannian-Geodesic Collision Regularization
von: Das, Amitava, et al.
Veröffentlicht: (2025)

Learning Relativistic Geodesics and Chaotic Dynamics via Stabilized Lagrangian Neural Networks
von: Hamzaogullari, Abdullah Umut, et al.
Veröffentlicht: (2026)

Improving Neural Optimal Transport via Displacement Interpolation
von: Choi, Jaemoo, et al.
Veröffentlicht: (2024)

Geodesics in the Deep Linear Network
von: Chen, Alan
Veröffentlicht: (2025)

A Double-Norm Aggregated Tensor Latent Factorization Model for Temporal-Aware Traffic Speed Imputation
von: Hou, Jiawen, et al.
Veröffentlicht: (2025)

On Interpolation Formulas Describing Neural Network Generalization
von: Guo, Jin, et al.
Veröffentlicht: (2026)

Riemannian Dueling Optimization
von: Ren, Yuxuan, et al.
Veröffentlicht: (2026)

Neural solver for Wasserstein Geodesics and optimal transport dynamics
von: Liu, Hailiang, et al.
Veröffentlicht: (2026)