Buchumschlag

Manifold Learning with Normalizing Flows: Towards Regularity, Expressivity and Iso-Riemannian Geometry

Fuente: arXiv

Gespeichert in:

Bibliographische Detailangaben
Hauptverfasser:	Diepeveen, Willem, Needell, Deanna
Format:	Preprint
Veröffentlicht:	2025
Schlagworte:	Machine Learning Differential Geometry
Online-Zugang:	Acceder al recurso
Tags:	Tag hinzufügen Keine Tags, Fügen Sie den ersten Tag hinzu!

Ähnliche Einträge

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

Curvature Corrected Nonnegative Manifold Data Factorization
von: Chew, Joyce, et al.
Veröffentlicht: (2025)

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

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

Riemannian AmbientFlow: Towards Simultaneous Manifold Learning and Generative Modeling from Corrupted Data
von: Diepeveen, Willem, et al.
Veröffentlicht: (2026)

Pulling back symmetric Riemannian geometry for data analysis
von: Diepeveen, Willem
Veröffentlicht: (2024)

Pullback Flow Matching on Data Manifolds
von: de Kruiff, Friso, et al.
Veröffentlicht: (2024)

Geometry-Aware Generative Autoencoders for Warped Riemannian Metric Learning and Generative Modeling on Data Manifolds
von: Sun, Xingzhi, et al.
Veröffentlicht: (2024)

Riemannian Variational Flow Matching for Material and Protein Design
von: Zaghen, Olga, et al.
Veröffentlicht: (2025)

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

Discretized Gradient Flow for Manifold Learning in the Space of Embeddings
von: Gold, Dara, et al.
Veröffentlicht: (2019)

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

Chernoff Bounds for Tensor Expanders on Riemannian Manifolds Using Graph Laplacian Approximation
von: Chang, Shih-Yu
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)

Hardness of Learning Neural Networks under the Manifold Hypothesis
von: Kiani, Bobak T., et al.
Veröffentlicht: (2024)

Learning Beyond Euclid: Curvature-Adaptive Generalization for Neural Networks on Manifolds
von: Sarkar, Krisanu
Veröffentlicht: (2025)

Distance Measure Based on an Embedding of the Manifold of K-Component Gaussian Mixture Models into the Manifold of Symmetric Positive Definite Matrices
von: Vishwakarma, Amit, et al.
Veröffentlicht: (2025)

Riemannian Integrated Gradients: A Geometric View of Explainable AI
von: Costanza, Federico, et al.
Veröffentlicht: (2025)

Universal kernels via harmonic analysis on Riemannian symmetric spaces
von: Steinert, Franziskus, et al.
Veröffentlicht: (2025)

Deep Learning as Ricci Flow
von: Baptista, Anthony, et al.
Veröffentlicht: (2024)

Integrable Geodesic Flows on Cones over Riemannian Manifolds
von: Mironov, Andrey E., et al.
Veröffentlicht: (2025)

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

Radial Compensation: Fixing Radius Distortion in Chart-Based Generative Models on Riemannian Manifolds
von: Papamichalis, Marios, et al.
Veröffentlicht: (2025)

Geometry-aware similarity metrics for neural representations on Riemannian and statistical manifolds
von: Cayco-Gajic, N Alex, et al.
Veröffentlicht: (2026)

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

Flow Matching on Lie Groups
von: Sherry, Finn M., et al.
Veröffentlicht: (2025)

Minimising Willmore Energy via Neural Flow
von: Hirst, Edward, et al.
Veröffentlicht: (2026)

Revealing Decurve Flows for Generalized Graph Propagation
von: Lin, Chen, et al.
Veröffentlicht: (2024)

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

Kernel-Gradient Drifting Models
von: Esteban-Casadevall, Maria, et al.
Veröffentlicht: (2026)

Lengths of Orthogonal Geodesic Chords on Riemannian Manifolds
von: Beach, Isabel, et al.
Veröffentlicht: (2025)

Spectrum of the Dirac operator on Compact Riemannian Manifolds
von: Zeng, Lingzhong
Veröffentlicht: (2024)

The Geometric Wall: Manifold Structure Predicts Layerwise Sparse Autoencoder Scaling Laws
von: Zaher, Eslam, et al.
Veröffentlicht: (2026)

Geometric Contact Flows: Contactomorphisms for Dynamics and Control
von: Testa, Andrea, et al.
Veröffentlicht: (2025)

Geometric Learning with Positively Decomposable Kernels
von: Da Costa, Nathael, et al.
Veröffentlicht: (2023)

Sasaki Metric for Spline Models of Manifold-Valued Trajectories
von: Nava-Yazdani, Esfandiar, et al.
Veröffentlicht: (2023)

Logifold: A Geometrical Foundation of Ensemble Machine Learning
von: Jung, Inkee, et al.
Veröffentlicht: (2024)

A Riemannian Characterization of Compact Affine Manifolds with Parallel Volume
von: Cocos, Mihail
Veröffentlicht: (2025)

On Information Geometry and Iterative Optimization in Model Compression: Operator Factorization
von: Shumaylov, Zakhar, et al.
Veröffentlicht: (2025)

Fiber Bundle Networks: A Geometric Machine Learning Paradigm
von: Liu, Dong
Veröffentlicht: (2025)