:: Library Catalog

Buchumschlag

Gespeichert in:

Bibliographische Detailangaben
Hauptverfasser:	Causin, Paola, Marta, Alessio
Format:	Preprint
Veröffentlicht:	2025
Schlagworte:	Machine Learning
Online-Zugang:	https://arxiv.org/abs/2507.07291
Tags:	Tag hinzufügen Keine Tags, Fügen Sie den ersten Tag hinzu!

Ähnliche Einträge

A Survey and Comparative Evaluation of Intrinsic Dimension Estimators under the Manifold Hypothesis
von: Bi, Zelong, et al.
Veröffentlicht: (2025)

Hypothesis Testing in Imaging Inverse Problems
von: Xi, Yiming, et al.
Veröffentlicht: (2025)

Convergence of Diffusion Models Under the Manifold Hypothesis in High-Dimensions
von: Azangulov, Iskander, et al.
Veröffentlicht: (2024)

Manifold Dimension Estimation via Local Graph Structure
von: Bi, Zelong, et al.
Veröffentlicht: (2025)

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

Manifold Learning by Mixture Models of VAEs for Inverse Problems
von: Alberti, Giovanni S., et al.
Veröffentlicht: (2023)

When Scores Learn Geometry: Rate Separations under the Manifold Hypothesis
von: Li, Xiang, et al.
Veröffentlicht: (2025)

Provably Learning Diffusion Models under the Manifold Hypothesis: Collapse and Refine
von: Huang, Wei, et al.
Veröffentlicht: (2026)

The Ensemble Inverse Problem: Applications and Methods
von: Huan, Zhengyan, et al.
Veröffentlicht: (2026)

Generative Model Inversion Through the Lens of the Manifold Hypothesis
von: Peng, Xiong, et al.
Veröffentlicht: (2025)

CA-PCA: Manifold Dimension Estimation, Adapted for Curvature
von: Gilbert, Anna C., et al.
Veröffentlicht: (2023)

Modeling Inverse Ellipsometry Problem via Flow Matching with a Large-Scale Dataset
von: Ma, Yiming, et al.
Veröffentlicht: (2024)

The Manifold Hypothesis for Gradient-Based Explanations
von: Bordt, Sebastian, et al.
Veröffentlicht: (2022)

Improving Diffusion Models for Inverse Problems using Manifold Constraints
von: Chung, Hyungjin, et al.
Veröffentlicht: (2022)

Consistency Regularised Gradient Flows for Inverse Problems
von: Spagnoletti, Alessio, et al.
Veröffentlicht: (2026)

Hypothesis Testing over Observable Regimes in Singular Models
von: Plummer, Sean
Veröffentlicht: (2026)

Pointwise Metrics Mislead: An Evaluation Protocol for Multimodal Inverse Problems
von: Baattrup, Mads H., et al.
Veröffentlicht: (2026)

On Inverse Problems, Parameter Estimation, and Domain Generalization
von: Pereg, Deborah
Veröffentlicht: (2025)

Linear Convergence of Diffusion Models Under the Manifold Hypothesis
von: Potaptchik, Peter, et al.
Veröffentlicht: (2024)

Estimation of an Order Book Dependent Hawkes Process for Large Datasets
von: Mucciante, Luca, et al.
Veröffentlicht: (2023)

ManiPose: Manifold-Constrained Multi-Hypothesis 3D Human Pose Estimation
von: Rommel, Cédric, et al.
Veröffentlicht: (2023)

Analyzing Generative Models by Manifold Entropic Metrics
von: Galperin, Daniel, et al.
Veröffentlicht: (2024)

On Probabilistic Pullback Metrics for Latent Hyperbolic Manifolds
von: Augenstein, Luis, et al.
Veröffentlicht: (2024)

Geometry of Singular Foliations and Learning Manifolds in ReLU Networks via the Data Information Matrix
von: Tron, Eliot, et al.
Veröffentlicht: (2024)

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

Gaussian Certified Unlearning in High Dimensions: A Hypothesis Testing Approach
von: Pandey, Aaradhya, et al.
Veröffentlicht: (2025)

Metric Flow Matching for Smooth Interpolations on the Data Manifold
von: Kapuśniak, Kacper, et al.
Veröffentlicht: (2024)

Solving Inverse Problems via Diffusion Optimal Control
von: Li, Henry, et al.
Veröffentlicht: (2024)

Paired Autoencoders for Likelihood-free Estimation in Inverse Problems
von: Chung, Matthias, et al.
Veröffentlicht: (2024)

Unveiling Transformer Perception by Exploring Input Manifolds
von: Benfenati, Alessandro, et al.
Veröffentlicht: (2024)

Majorization-Minimization Networks for Inverse Problems: An Application to EEG Imaging
von: Tran, Le Minh Triet, et al.
Veröffentlicht: (2026)

Improving the Euclidean Diffusion Generation of Manifold Data by Mitigating Score Function Singularity
von: Liu, Zichen, et al.
Veröffentlicht: (2025)

OTLRM: Orthogonal Learning-based Low-Rank Metric for Multi-Dimensional Inverse Problems
von: Wang, Xiangming, et al.
Veröffentlicht: (2024)

Compressive Mahalanobis Metric Learning Adapts to Intrinsic Dimension
von: Palias, Efstratios, et al.
Veröffentlicht: (2023)

f-INE: A Hypothesis Testing Framework for Estimating Influence under Training Randomness
von: Panda, Subhodip, et al.
Veröffentlicht: (2025)

Tackling Federated Unlearning as a Parameter Estimation Problem
von: Balordi, Antonio, et al.
Veröffentlicht: (2025)

Inverse Problems with Diffusion Models: A MAP Estimation Perspective
von: Gutha, Sai Bharath Chandra, et al.
Veröffentlicht: (2024)

Diffusion Models and the Manifold Hypothesis: Log-Domain Smoothing is Geometry Adaptive
von: Farghly, Tyler, et al.
Veröffentlicht: (2025)

Application-driven Validation of Posteriors in Inverse Problems
von: Adler, Tim J., et al.
Veröffentlicht: (2023)

Zeroth-Order Non-Log-Concave Sampling with Variance Reduction and Applications to Inverse Problems
von: Sahin, M. Berk, et al.
Veröffentlicht: (2026)