:: Library Catalog

Copertina

Salvato in:

Dettagli Bibliografici
Autori principali:	Assandje, Prosper Rosaire Mama, Aboubakar, Teumsa, Bouetou, Thomas Bouetou
Natura:	Preprint
Pubblicazione:	2025
Soggetti:	Machine Learning
Accesso online:	https://arxiv.org/abs/2509.25778
Tags:	Aggiungi Tag Nessun Tag, puoi essere il primo ad aggiungerne!!

Documenti analoghi

On Logit Weibull Manifold
di: Assandje, Prosper Rosaire Mama, et al.
Pubblicazione: (2025)

A Kahlerian approche to the Schrodinger equation in Siegel jacobi Space of the lognormal distribution
di: Assandje, Prosper Rosaire Mama, et al.
Pubblicazione: (2025)

Riemannian curvature of gaussian distribution in dual coordinate system
di: Assandje, Prosper Rosaire Mama, et al.
Pubblicazione: (2025)

Completely Integrable Gradient System on the bivariate beta statistical manifold
di: Assandje, Prosper Rosaire Mama, et al.
Pubblicazione: (2025)

On examples of duals Saito's basis of some inhomogeneous divisors, and application
di: Kari, Kamtila, et al.
Pubblicazione: (2026)

On KV-Poisson Structure and related invariants
di: Assandje, Prosper Rosaire Mama, et al.
Pubblicazione: (2025)

Deformation quantization of a hessian KV- structure on $\mathbb{R}^2$
di: Mopeng, Herguey, et al.
Pubblicazione: (2025)

Souriau-Fisher metric and Completely integrable system on Lie groups SO(2) and SO(3)
di: Assandje, Prosper Rosaire Mama, et al.
Pubblicazione: (2025)

Schouten like metrics on five dimensional nilpotents Lie groups
di: Foka, Marius Landry, et al.
Pubblicazione: (2024)

A Hybrid Recurrent Neural Network Architecture for the Prediction of Subscriber Traffic in a Mobile Telecommunication Network
di: Giquel Therance Sassa, et al.
Pubblicazione: (2025)

The prescribed Ricci curvature problem on 5-dimensional nilpotent Lie groups
di: Foka, Marius Landry, et al.
Pubblicazione: (2024)

Statistics and Machine Learning for HEP
di: Prosper, Harrison Bertrand
Pubblicazione: (2025)

A Manifold Perspective on the Statistical Generalization of Graph Neural Networks
di: Wang, Zhiyang, et al.
Pubblicazione: (2024)

GeoHNNs: Geometric Hamiltonian Neural Networks
di: Aboussalah, Amine Mohamed, et al.
Pubblicazione: (2025)

Sheaf Neural Networks on SPD Manifolds: Second-Order Geometric Representation Learning
di: Peng, Yuhan, et al.
Pubblicazione: (2026)

Modeling Sampling Distributions of Test Statistics with Autograd
di: Kadhim, Ali Al, et al.
Pubblicazione: (2024)

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

Zero-inflation in the Multivariate Poisson Lognormal Family
di: Batardière, Bastien, et al.
Pubblicazione: (2024)

Stability to Deformations of Manifold Filters and Manifold Neural Networks
di: Wang, Zhiyang, et al.
Pubblicazione: (2021)

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

GeoDynamics: A Geometric State-Space Neural Network for Understanding Brain Dynamics on Riemannian Manifolds
di: Dan, Tingting, et al.
Pubblicazione: (2026)

Deep Manifold Part 1: Anatomy of Neural Network Manifold
di: Ma, Max Y., et al.
Pubblicazione: (2024)

Stable Port-Hamiltonian Neural Networks
di: Roth, Fabian J., et al.
Pubblicazione: (2025)

Fast and Geometrically Grounded Lorentz Neural Networks
di: van der Klis, Robert, et al.
Pubblicazione: (2026)

The Geometric Price of Discrete Logic: Context-driven Manifold Dynamics of Number Representations
di: Zhang, Long, et al.
Pubblicazione: (2026)

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

Manifold Steering Reveals the Shared Geometry of Neural Network Representation and Behavior
di: Wurgaft, Daniel, et al.
Pubblicazione: (2026)

Separable Hamiltonian Neural Networks
di: Khoo, Zi-Yu, et al.
Pubblicazione: (2023)

Categorical Flow Matching on Statistical Manifolds
di: Cheng, Chaoran, et al.
Pubblicazione: (2024)

DendroNN: Dendrocentric Neural Networks for Energy-Efficient Classification of Event-Based Data
di: Krausse, Jann, et al.
Pubblicazione: (2026)

Exploring the Manifold of Neural Networks Using Diffusion Geometry
di: Abel, Elliott, et al.
Pubblicazione: (2024)

Geometric Manifold Rectification for Imbalanced Learning
di: Wang, Xubin, et al.
Pubblicazione: (2026)

Improved Image Classification with Manifold Neural Networks
di: Netto, Caio F. Deberaldini, et al.
Pubblicazione: (2024)

Approximating Latent Manifolds in Neural Networks via Vanishing Ideals
di: Pelleriti, Nico, et al.
Pubblicazione: (2025)

Latent Manifold Reconstruction and Representation with Topological and Geometrical Regularization
di: Wang, Ren, et al.
Pubblicazione: (2025)

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

A Theoretical Study of Neural Network Expressive Power via Manifold Topology
di: Yao, Jiachen, et al.
Pubblicazione: (2024)

Learning Hamiltonian Dynamics at Scale: A Differential-Geometric Approach
di: Friedl, Katharina, et al.
Pubblicazione: (2025)

Learning Trajectories of Hamiltonian Systems with Neural Networks
di: Haitsiukevich, Katsiaryna, et al.
Pubblicazione: (2022)

Deep Manifold Part 2: Neural Network Mathematics
di: Ma, Max Y., et al.
Pubblicazione: (2025)