:: Library Catalog

Buchumschlag

Gespeichert in:

Bibliographische Detailangaben
Hauptverfasser:	Gegenfurtner, Johanna Marie, Jacobsen, Albert Kjøller, Borras, Naima Elosegui, Mahou, Alejandro Valverde, Arvanitidis, Georgios
Format:	Preprint
Veröffentlicht:	2026
Schlagworte:	Machine Learning 53, 68
Online-Zugang:	https://arxiv.org/abs/2602.00199
Tags:	Tag hinzufügen Keine Tags, Fügen Sie den ersten Tag hinzu!

Ähnliche Einträge

Staying on the Manifold: Geometry-Aware Noise Injection
von: Jacobsen, Albert Kjøller, et al.
Veröffentlicht: (2025)

Don't Stop Me Yet: Sampling Loss Minima via Dissipative Riemannian Mechanics
von: Jacobsen, Albert Kjøller, et al.
Veröffentlicht: (2026)

Monge SAM: Robust Reparameterization-Invariant Sharpness-Aware Minimization Based on Loss Geometry
von: Jacobsen, Albert Kjøller, et al.
Veröffentlicht: (2025)

Minimal Submanifolds of the Classical Compact Riemannian Symmetric Spaces
von: Gegenfurtner, Johanna Marie
Veröffentlicht: (2024)

Compact minimal submanifolds of the Riemannian symmetric spaces $SU(n)/SO(n)$, $Sp(n)/U(n)$, $SO(2n)/U(n)$, $SU(2n)/Sp(n)$ via complex-valued eigenfunctions
von: Gegenfurtner, Johanna Marie, et al.
Veröffentlicht: (2024)

Generalizing Adam to Manifolds for Efficiently Training Transformers
von: Brantner, Benedikt
Veröffentlicht: (2023)

Iso-Riemannian Optimization on Learned Data Manifolds
von: Diepeveen, Willem, et al.
Veröffentlicht: (2025)

An Analysis of Human Alignment of Latent Diffusion Models
von: Linhardt, Lorenz, et al.
Veröffentlicht: (2024)

Federated k-Means over Networks
von: Yang, Xu, et al.
Veröffentlicht: (2025)

Careful Seeding for k-Medois Clustering with Incremental k-Means++ Initialization
von: Cheng, Difei, et al.
Veröffentlicht: (2022)

Convergent autoencoder approximation of low bending and low distortion manifold embeddings
von: Braunsmann, Juliane, et al.
Veröffentlicht: (2022)

Understanding the geometry of deep learning with decision boundary volume
von: Burfitt, Matthew, et al.
Veröffentlicht: (2026)

Riemannian AmbientFlow: Towards Simultaneous Manifold Learning and Generative Modeling from Corrupted Data
von: Diepeveen, Willem, et al.
Veröffentlicht: (2026)

torchsom: The Reference PyTorch Library for Self-Organizing Maps
von: Berthier, Louis, et al.
Veröffentlicht: (2025)

A New Similarity Function for Spectral Clustering with Application to Plant Phenotypic Data
von: Ahuja, Kapil, et al.
Veröffentlicht: (2023)

Geodesic Calculus on Implicitly Defined Latent Manifolds
von: Hartwig, Florine, et al.
Veröffentlicht: (2025)

On the approximation of the Riemannian barycenter
von: Mataigne, Simon, et al.
Veröffentlicht: (2025)

Federated Learning based on Self-Evolving Gaussian Clustering
von: Ožbot, Miha, et al.
Veröffentlicht: (2025)

Number of Clusters in a Dataset: A Regularized K-means Approach
von: Kamgar-Parsi, Behzad, et al.
Veröffentlicht: (2025)

Conformal Predictions for Probabilistically Robust Scalable Machine Learning Classification
von: Carlevaro, Alberto, et al.
Veröffentlicht: (2024)

Memorisation and forgetting in a learning Hopfield neural network: bifurcation mechanisms, attractors and basins
von: Essex, Adam E., et al.
Veröffentlicht: (2025)

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

Federated Deep Subspace Clustering
von: Zhang, Yupei, et al.
Veröffentlicht: (2024)

RDA-INR: Riemannian Diffeomorphic Autoencoding via Implicit Neural Representations
von: Dummer, Sven, et al.
Veröffentlicht: (2023)

Counterfactual Explanations via Riemannian Latent Space Traversal
von: Pegios, Paraskevas, et al.
Veröffentlicht: (2024)

Splitwise: Collaborative Edge-Cloud Inference for LLMs via Lyapunov-Assisted DRL
von: Younesi, Abolfazl, et al.
Veröffentlicht: (2025)

Pulling back symmetric Riemannian geometry for data analysis
von: Diepeveen, Willem
Veröffentlicht: (2024)

Convergence of Riemannian Stochastic Gradient Descents: Varying Batch Sizes And Nonstandard Batch Forming
von: Wu, Hao
Veröffentlicht: (2026)

TNStream: Applying Tightest Neighbors to Micro-Clusters to Define Multi-Density Clusters in Streaming Data
von: Zeng, Qifen, et al.
Veröffentlicht: (2025)

General Casorati inequalities and implications for Riemannian maps and Riemannian submersions
von: Singh, Ravindra, et al.
Veröffentlicht: (2025)

General Chen-Ricci inequalities for Riemannian submersions and Riemannian maps
von: Singh, Ravindra, et al.
Veröffentlicht: (2025)

General Deformations of Point Configurations Viewed By a Pinhole Model Camera
von: Kaminski, Yirmeyahu, et al.
Veröffentlicht: (2015)

Curvature surfaces in generic conformally flat hypersurfaces arising from Poincaré metric -- Extension and Approximation
von: Matsuura, Nozomu, et al.
Veröffentlicht: (2023)

Spatiotemporal k-means
von: Dorabiala, Olga, et al.
Veröffentlicht: (2022)

Sub-Riemannian Landmark Matching and its interpretation as residual neural networks
von: Jansson, Erik, et al.
Veröffentlicht: (2022)

Symplectic Generative Networks (SGNs): A Hamiltonian Framework for Invertible Deep Generative Modeling
von: Aich, Agnideep, et al.
Veröffentlicht: (2025)

Killing Mean Curvature Solitons from Riemannian Submersions
von: Artacho, Diego, et al.
Veröffentlicht: (2025)

Data-Adaptive Low-Rank Sparse Subspace Clustering
von: Kopriva, Ivica
Veröffentlicht: (2025)

Foundations of Riemannian Geometry for Riemannian Optimization: A Monograph with Detailed Derivations
von: Ghojogh, Benyamin
Veröffentlicht: (2026)

Generation of Geodesics with Actor-Critic Reinforcement Learning to Predict Midpoints
von: Kasaura, Kazumi
Veröffentlicht: (2024)