Buchumschlag

The Geometry of the Pivot: A Note on Lazy Pivoted Cholesky and Farthest Point Sampling

Fuente: arXiv

Gespeichert in:

Bibliographische Detailangaben
1. Verfasser:	Shabat, Gil
Format:	Preprint
Veröffentlicht:	2026
Schlagworte:	Machine Learning Numerical Analysis
Online-Zugang:	Acceder al recurso
Tags:	Tag hinzufügen Keine Tags, Fügen Sie den ersten Tag hinzu!

Ähnliche Einträge

Randomly Pivoted Partial Cholesky: Random How?
von: Steinerberger, Stefan
Veröffentlicht: (2024)

Variational Free Energy Pivot Selection for Pivoted Cholesky
von: Schaub, Louise, et al.
Veröffentlicht: (2026)

Convergence of Pivoted Cholesky Algorithm for Lipschitz Kernels
von: Jeong, Sungwoo, et al.
Veröffentlicht: (2025)

CholeskyQR with Randomization and Pivoting for Tall Matrices (CQRRPT)
von: Melnichenko, Maksim, et al.
Veröffentlicht: (2023)

Low-Rank Approximation by Randomly Pivoted LU
von: Gilles, Marc Aurèle, et al.
Veröffentlicht: (2026)

Average-case analysis of the Gaussian Elimination with Partial Pivoting
von: Huang, Han, et al.
Veröffentlicht: (2022)

LazyDINO: Fast, scalable, and efficiently amortized Bayesian inversion via structure-exploiting and surrogate-driven measure transport
von: Cao, Lianghao, et al.
Veröffentlicht: (2024)

Pivot probabilities and norm effects in Gaussian elimination for $β$-ensembles
von: Gunawan, Kenji, et al.
Veröffentlicht: (2025)

Anatomy of High-Performance Column-Pivoted QR Decomposition
von: Melnichenko, Maksim, et al.
Veröffentlicht: (2025)

Novel Pivoted Cholesky Decompositions for Efficient Gaussian Process Inference
von: de Roos, Filip, et al.
Veröffentlicht: (2025)

A Short Note on Batch-efficient Divide-and-Conquer Algorithm for EigenDecomposition
von: Song, Yue
Veröffentlicht: (2026)

Transolver: A Fast Transformer Solver for PDEs on General Geometries
von: Wu, Haixu, et al.
Veröffentlicht: (2024)

Matrix Completion with Cross-Concentrated Sampling: Bridging Uniform Sampling and CUR Sampling
von: Cai, HanQin, et al.
Veröffentlicht: (2022)

Physics-Informed Geometry-Aware Neural Operator
von: Zhong, Weiheng, et al.
Veröffentlicht: (2024)

Geometry-Preserving Encoder/Decoder in Latent Generative Models
von: Lee, Wonjun, et al.
Veröffentlicht: (2025)

Geometry-aware training of factorized layers in tensor Tucker format
von: Zangrando, Emanuele, et al.
Veröffentlicht: (2023)

Fourier Neural Operator with Learned Deformations for PDEs on General Geometries
von: Li, Zongyi, et al.
Veröffentlicht: (2022)

Hybrid Iterative Solvers with Geometry-Aware Neural Preconditioners for Parametric PDEs
von: Lee, Youngkyu, et al.
Veröffentlicht: (2025)

Weak Physics Informed Neural Networks for Geometry Compatible Hyperbolic Conservation Laws on Manifolds
von: Zhou, Hanfei, et al.
Veröffentlicht: (2025)

Point Source Identification Using Singularity Enriched Neural Networks
von: Hu, Tianhao, et al.
Veröffentlicht: (2024)

Handling geometrical variability in nonlinear reduced order modeling through Continuous Geometry-Aware DL-ROMs
von: Brivio, Simone, et al.
Veröffentlicht: (2024)

Decoupled Diffusion Sampling for Inverse Problems on Function Spaces
von: Lin, Thomas Y. L., et al.
Veröffentlicht: (2026)

On the Convergence of Irregular Sampling in Reproducing Kernel Hilbert Spaces
von: Iske, Armin
Veröffentlicht: (2025)

Sample Efficient Learning of Factored Embeddings of Tensor Fields
von: Heo, Taemin, et al.
Veröffentlicht: (2022)

On the Structure of Floating-Point Noise in Batch-Invariant GPU Matrix Multiplication
von: Yashwanth, Tadisetty Sai
Veröffentlicht: (2025)

The Sample Complexity of Learning Lipschitz Operators with respect to Gaussian Measures
von: Adcock, Ben, et al.
Veröffentlicht: (2024)

Distributional Sensitivity Analysis: Enabling Differentiability in Sample-Based Inference
von: Chuang, Pi-Yueh, et al.
Veröffentlicht: (2025)

Guaranteed Sampling Flexibility for Low-tubal-rank Tensor Completion
von: Su, Bowen, et al.
Veröffentlicht: (2024)

Tensor Completion with Nearly Linear Samples Given Weak Side Information
von: Yu, Christina Lee, et al.
Veröffentlicht: (2020)

Adversarial Adaptive Sampling: Unify PINN and Optimal Transport for the Approximation of PDEs
von: Tang, Kejun, et al.
Veröffentlicht: (2023)

U-HNO: A U-shaped Hybrid Neural Operator with Sparse-Point Adaptive Routing for Non-stationary PDE Dynamics
von: Ma, Yingzhe, et al.
Veröffentlicht: (2026)

A Discrete Neural Operator with Adaptive Sampling for Surrogate Modeling of Parametric Transient Darcy Flows in Porous Media
von: Chen, Zhenglong, et al.
Veröffentlicht: (2025)

GeoFunFlow-3D: A Physics-Guided Generative Flow Matching Framework for High-Fidelity 3D Aerodynamic Inference over Complex Geometries
von: Jiang, Ruiling, et al.
Veröffentlicht: (2026)

Gradient Flows for Sampling: Mean-Field Models, Gaussian Approximations and Affine Invariance
von: Chen, Yifan, et al.
Veröffentlicht: (2023)

RL-PINNs: Reinforcement Learning-Driven Adaptive Sampling for Efficient Training of PINNs
von: Song, Zhenao
Veröffentlicht: (2025)

Sequential Minimal Optimization for $\varepsilon$-SVR with MAPE Loss and Sample-Dependent Box Constraints
von: Benavides-Herrera, Pablo, et al.
Veröffentlicht: (2026)

Efficient Numerical Integration in Reproducing Kernel Hilbert Spaces via Leverage Scores Sampling
von: Chatalic, Antoine, et al.
Veröffentlicht: (2023)

Matrix Factorizations with Uniformly Random Pivoting
von: Detherage, Isabel, et al.
Veröffentlicht: (2025)

Density-Aware Farthest Point Sampling
von: Climaco, Paolo, et al.
Veröffentlicht: (2025)

Kinetic Langevin Splitting Schemes for Constrained Sampling
von: Chada, Neil K., et al.
Veröffentlicht: (2026)