Buchumschlag

Variational Geometric Information Bottleneck: Learning the Shape of Understanding

Fuente: arXiv

Gespeichert in:

Bibliographische Detailangaben
1. Verfasser:	Katende, Ronald
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

Interpretive Efficiency: Information-Geometric Foundations of Data Usefulness
von: Katende, Ronald
Veröffentlicht: (2025)

Structured Variational $D$-Decomposition for Accurate and Stable Low-Rank Approximation
von: Katende, Ronald
Veröffentlicht: (2025)

Symmetry-Enriched Learning: A Category-Theoretic Framework for Robust Machine Learning Models
von: Katende, Ronald
Veröffentlicht: (2024)

Why Smooth Stability Assumptions Fail for ReLU Learning
von: Katende, Ronald
Veröffentlicht: (2025)

A Novel Framework for Analyzing Structural Transformation in Data-Constrained Economies Using Bayesian Modeling and Machine Learning
von: Katende, Ronald
Veröffentlicht: (2024)

Topological Eigenvalue Theorems for Tensor Analysis in Multi-Modal Data Fusion
von: Katende, Ronald
Veröffentlicht: (2024)

Causal Operator Discovery in Partial Differential Equations via Counterfactual Physics-Informed Neural Networks
von: Katende, Ronald
Veröffentlicht: (2025)

Unified theoretical guarantees for stability, consistency, and convergence in neural PDE solvers from non-IID data to physics-informed networks
von: Katende, Ronald
Veröffentlicht: (2024)

Decentralized Neural Networks for Robust and Scalable Eigenvalue Computation
von: Katende, Ronald
Veröffentlicht: (2024)

Optimizing Neural Network Performance and Interpretability with Diophantine Equation Encoding
von: Katende, Ronald
Veröffentlicht: (2024)

Non-Asymptotic Stability and Consistency Guarantees for Physics-Informed Neural Networks via Coercive Operator Analysis
von: Katende, Ronald
Veröffentlicht: (2025)

A Function-Space Stability Boundary for Generalization in Interpolating Learning Systems
von: Katende, Ronald
Veröffentlicht: (2026)

A Learning Stability Profile for Finite-Dimensional Learning Dynamics
von: Katende, Ronald
Veröffentlicht: (2025)

Adaptive Error-Bounded Hierarchical Matrices for Efficient Neural Network Compression
von: Mango, John, et al.
Veröffentlicht: (2024)

A Unified Matrix-Spectral Framework for Stability and Interpretability in Deep Learning
von: Katende, Ronald
Veröffentlicht: (2026)

A Frobenius-Optimal Projection for Enforcing Linear Conservation in Learned Dynamical Models
von: Mango, John M., et al.
Veröffentlicht: (2025)

VTrans: Accelerating Transformer Compression with Variational Information Bottleneck based Pruning
von: Dutta, Oshin, et al.
Veröffentlicht: (2024)

Differential Privacy for Transformer Embeddings of Text with Nonparametric Variational Information Bottleneck
von: Zein, Dina El, et al.
Veröffentlicht: (2026)

Is the Information Bottleneck Robust Enough? Towards Label-Noise Resistant Information Bottleneck Learning
von: Huang, Yi, et al.
Veröffentlicht: (2025)

A Distance Metric Learning Model Based On Variational Information Bottleneck
von: Zhang, YaoDan, et al.
Veröffentlicht: (2024)

Learning Optimal Multimodal Information Bottleneck Representations
von: Wu, Qilong, et al.
Veröffentlicht: (2025)

Privacy Preserving Federated Learning with Convolutional Variational Bottlenecks
von: Scheliga, Daniel, et al.
Veröffentlicht: (2023)

EVCL: Elastic Variational Continual Learning with Weight Consolidation
von: Batra, Hunar, et al.
Veröffentlicht: (2024)

Trustworthy Representation Learning via Information Funnels and Bottlenecks
von: de Freitas, João Machado, et al.
Veröffentlicht: (2022)

Blockchain-Enabled Variational Information Bottleneck for Data Extraction Based on Mutual Information in Internet of Vehicles
von: Zhang, Cui, et al.
Veröffentlicht: (2024)

Deep Variational Multivariate Information Bottleneck -- A Framework for Variational Losses
von: Abdelaleem, Eslam, et al.
Veröffentlicht: (2023)

Concepts' Information Bottleneck Models
von: Galliamov, Karim, et al.
Veröffentlicht: (2026)

JEPAMatch: Geometric Representation Shaping for Semi-Supervised Learning
von: Aghababaei-Harandi, Ali, et al.
Veröffentlicht: (2026)

WaterVIB: Learning Minimal Sufficient Watermark Representations via Variational Information Bottleneck
von: He, Haoyuan, et al.
Veröffentlicht: (2026)

VNDUQE: Information-Theoretic Novelty Detection using Deep Variational Information Bottleneck
von: Gondkar, Aryan, et al.
Veröffentlicht: (2026)

Flexible Variational Information Bottleneck: Achieving Diverse Compression with a Single Training
von: Kudo, Sota, et al.
Veröffentlicht: (2024)

Distributional Reinforcement Learning with Information Bottleneck for Uncertainty-Aware DRAM Equalization
von: Usama, Muhammad, et al.
Veröffentlicht: (2026)

Discrete Curvature Graph Information Bottleneck
von: Fu, Xingcheng, et al.
Veröffentlicht: (2024)

IBNorm: Information-Bottleneck Inspired Normalization for Representation Learning
von: Zou, Xiandong, et al.
Veröffentlicht: (2025)

A Generalized Information Bottleneck Theory of Deep Learning
von: Westphal, Charles, et al.
Veröffentlicht: (2025)

Debiasing Graph Representation Learning based on Information Bottleneck
von: Zhang, Ziyi, et al.
Veröffentlicht: (2024)

Multimodal Information Bottleneck for Deep Reinforcement Learning with Multiple Sensors
von: You, Bang, et al.
Veröffentlicht: (2024)

Refining the Information Bottleneck via Adversarial Information Separation
von: Ning, Shuai, et al.
Veröffentlicht: (2026)

Disentangled Representation Learning with Transmitted Information Bottleneck
von: Dang, Zhuohang, et al.
Veröffentlicht: (2023)

Conditional Information Bottleneck for Multimodal Fusion: Overcoming Shortcut Learning in Sarcasm Detection
von: Wang, Yihua, et al.
Veröffentlicht: (2025)