Buchumschlag

A Likely Geometry of Generative Models

Fuente: arXiv

Gespeichert in:

Bibliographische Detailangaben
Hauptverfasser:	Rygaard, Frederik Möbius, Zhu, Shen, Jin, Yinzhu, Hauberg, Søren, Fletcher, Tom
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

Simultaneous Optimization of Geodesics and Fréchet Means
von: Rygaard, Frederik Möbius, et al.
Veröffentlicht: (2025)

GEORCE: A Fast New Control Algorithm for Computing Geodesics
von: Rygaard, Frederik Möbius, et al.
Veröffentlicht: (2025)

Score Matching Riemannian Diffusion Means
von: Rygaard, Frederik Möbius, et al.
Veröffentlicht: (2025)

Point-Based Shape Representation Generation with a Correspondence-Preserving Diffusion Model
von: Zhu, Shen, et al.
Veröffentlicht: (2025)

The Spacetime of Diffusion Models: An Information Geometry Perspective
von: Karczewski, Rafał, et al.
Veröffentlicht: (2025)

RealDeal: Enhancing Realism and Details in Brain Image Generation via Image-to-Image Diffusion Models
von: Zhu, Shen, et al.
Veröffentlicht: (2025)

MedIL: Implicit Latent Spaces for Generating Heterogeneous Medical Images at Arbitrary Resolutions
von: Spears, Tyler, et al.
Veröffentlicht: (2025)

Learning Geometry and Topology via Multi-Chart Flows
von: Yu, Hanlin, et al.
Veröffentlicht: (2025)

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

Bayes without Underfitting: Fully Correlated Deep Learning Posteriors via Alternating Projections
von: Miani, Marco, et al.
Veröffentlicht: (2024)

Matrix-Free Least Squares Solvers: Values, Gradients, and What to Do With Them
von: Roy, Hrittik, et al.
Veröffentlicht: (2025)

Decoder ensembling for learned latent geometries
von: Syrota, Stas, et al.
Veröffentlicht: (2024)

Measuring Feature Dependency of Neural Networks by Collapsing Feature Dimensions in the Data Manifold
von: Jin, Yinzhu, et al.
Veröffentlicht: (2024)

Identifying Metric Structures of Deep Latent Variable Models
von: Syrota, Stas, et al.
Veröffentlicht: (2025)

Riemann$^2$: Learning Riemannian Submanifolds from Riemannian Data
von: Rozo, Leonel, et al.
Veröffentlicht: (2025)

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

Learning to Taste: A Multimodal Wine Dataset
von: Bender, Thoranna, et al.
Veröffentlicht: (2023)

Gradients of Functions of Large Matrices
von: Krämer, Nicholas, et al.
Veröffentlicht: (2024)

TPP-LLM: Modeling Temporal Point Processes by Efficiently Fine-Tuning Large Language Models
von: Liu, Zefang, et al.
Veröffentlicht: (2024)

Riemannian Generative Decoder
von: Bjerregaard, Andreas, et al.
Veröffentlicht: (2025)

Extended Neural Contractive Dynamical Systems: On Multiple Tasks and Riemannian Safety Regions
von: Mohammadi, Hadi Beik, et al.
Veröffentlicht: (2024)

A survey and benchmark of high-dimensional Bayesian optimization of discrete sequences
von: González-Duque, Miguel, et al.
Veröffentlicht: (2024)

Laplacian Segmentation Networks Improve Epistemic Uncertainty Quantification
von: Zepf, Kilian, et al.
Veröffentlicht: (2023)

Kronecker Product Feature Fusion for Convolutional Neural Network in Remote Sensing Scene Classification
von: Cheng, Yinzhu
Veröffentlicht: (2024)

Variational Autoencoding of Dental Point Clouds
von: Ye, Johan Ziruo, et al.
Veröffentlicht: (2023)

A Continuous Relaxation for Discrete Bayesian Optimization
von: Michael, Richard, et al.
Veröffentlicht: (2024)

Time-dependent Zermelo navigation with tacking
von: Markvorsen, Steen, et al.
Veröffentlicht: (2025)

Bayesian generative models can flag performance loss, bias, and out-of-distribution image content
von: López-Pérez, Miguel, et al.
Veröffentlicht: (2025)

Reparameterization invariance in approximate Bayesian inference
von: Roy, Hrittik, et al.
Veröffentlicht: (2024)

Contact Wasserstein Geodesics for Non-Conservative Schrödinger Bridges
von: Testa, Andrea, et al.
Veröffentlicht: (2025)

Exploring bidirectional bounds for minimax-training of Energy-based models
von: Geng, Cong, et al.
Veröffentlicht: (2025)

Improving Adversarial Energy-Based Model via Diffusion Process
von: Geng, Cong, et al.
Veröffentlicht: (2024)

Neural Contractive Dynamical Systems
von: Beik-Mohammadi, Hadi, et al.
Veröffentlicht: (2024)

VIKING: Deep variational inference with stochastic projections
von: Fadel, Samuel G., et al.
Veröffentlicht: (2025)

EviNAM: Intelligibility and Uncertainty via Evidential Neural Additive Models
von: Schleibaum, Sören, et al.
Veröffentlicht: (2026)

Temporal Tokenization Strategies for Event Sequence Modeling with Large Language Models
von: Liu, Zefang, et al.
Veröffentlicht: (2025)

Steer Like the LLM: Activation Steering that Mimics Prompting
von: Heyman, Geert, et al.
Veröffentlicht: (2026)

Diffusion priors for Bayesian 3D reconstruction from incomplete measurements
von: Möbius, Julian L., et al.
Veröffentlicht: (2024)

HORST: Composing Optimizer Geometries for Sparse Transformer Training
von: Jacobs, Tom, et al.
Veröffentlicht: (2026)

Quantifying Hippocampal Shape Asymmetry in Alzheimer's Disease Using Optimal Shape Correspondences
von: Zhu, Shen, et al.
Veröffentlicht: (2023)