Copertina

Dimensionality Reduction on Riemannian Manifolds in Data Analysis

Fuente: arXiv

Salvato in:

Dettagli Bibliografici
Autori principali:	Ichi, Alaa El, Jbilou, Khalide
Natura:	Preprint
Pubblicazione:	2026
Soggetti:	Machine Learning
Accesso online:	Acceder al recurso
Tags:	Aggiungi Tag Nessun Tag, puoi essere il primo ad aggiungerne!!

Documenti analoghi

A Computationally Efficient Multidimensional Vision Transformer
di: Ichi, Alaa El, et al.
Pubblicazione: (2026)

Multidimensional Task Learning: A Unified Tensor Framework for Computer Vision Tasks
di: Ichi, Alaa El, et al.
Pubblicazione: (2026)

Low-Rank Tensor Approximation of Weights in Large Language Models via Cosine Lanczos Bidiagonalization
di: Ichi, A. El, et al.
Pubblicazione: (2026)

A Unified Trace-Optimization Framework for Multidimensionality Reduction
di: Guide, Mohamed El, et al.
Pubblicazione: (2026)

A low-rank non-convex norm method for multiview graph clustering
di: Zahir, Alaeddine, et al.
Pubblicazione: (2023)

High-dimensional multi-view clustering methods
di: Zahir, Alaeddine, et al.
Pubblicazione: (2023)

Structured Multidimensional Representation Learning for Large Language Models
di: Ichi, Alaa El, et al.
Pubblicazione: (2026)

A survey of scalar and vector extrapolation
di: Jbilou, Khalide
Pubblicazione: (2026)

Online multidimensional dictionary learning
di: Addi, Ferdaous Ait, et al.
Pubblicazione: (2025)

Trace Ratio Based Manifold Learning With Tensor Data
di: Mohammed Bouallala, et al.
Pubblicazione: (2024)

Trace Ratio vs Ratio Trace Methods for Multidimensional Dimensionality Reduction
di: Zahir, Alaeddine, et al.
Pubblicazione: (2025)

A rational Krylov methods for large scale linear multidimensional dynamical systems
di: Barkouki, Houda, et al.
Pubblicazione: (2024)

A Variational Manifold Embedding Framework for Nonlinear Dimensionality Reduction
di: Vastola, John J., et al.
Pubblicazione: (2025)

Non-negative Einstein tensor factorization for unmixing hyperspectral images
di: Hachimi, Anas El, et al.
Pubblicazione: (2024)

Conformal inference for regression on Riemannian Manifolds
di: Cholaquidis, Alejandro, et al.
Pubblicazione: (2023)

Mirror Descent on Riemannian Manifolds
di: Jiang, Jiaxin, et al.
Pubblicazione: (2026)

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

Riemannian Optimization on Relaxed Indicator Matrix Manifold
di: Yuan, Jinghui, et al.
Pubblicazione: (2025)

Sharpness-Aware Teleportation on Riemannian Manifolds
di: Truong, Tuan, et al.
Pubblicazione: (2023)

Finite-Time Analysis of Stochastic Nonconvex Nonsmooth Optimization on the Riemannian Manifolds
di: Sahinoglu, Emre, et al.
Pubblicazione: (2025)

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

Riemannian MeanFlow for One-Step Generation on Manifolds
di: Zhong, Zichen, et al.
Pubblicazione: (2026)

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

Interpretable Dimensionality Reduction by Feature Preserving Manifold Approximation and Projection
di: Yang, Yang, et al.
Pubblicazione: (2022)

Riemannian Optimization for LoRA on the Stiefel Manifold
di: Park, Juneyoung, et al.
Pubblicazione: (2025)

A Framework for Bilevel Optimization on Riemannian Manifolds
di: Han, Andi, et al.
Pubblicazione: (2024)

Model Compression with Exact Budget Constraints via Riemannian Manifolds
di: Helcig, Michael, et al.
Pubblicazione: (2026)

Generative Modeling on Manifolds Through Mixture of Riemannian Diffusion Processes
di: Jo, Jaehyeong, et al.
Pubblicazione: (2023)

Modified Greedy Quasi Block Coordinate Descent Method for Solving Linear Least‐Squares Problems
di: Fatemeh P. A. Beik, et al.
Pubblicazione: (2026)

Quaternion tensor low rank Quaternion tensor low-rank approximation using a family of non-convex norms
di: Zahir, Alaeddine, et al.
Pubblicazione: (2024)

Higher order multi-dimension reduction methods via Einstein product
di: Zahir, Alaeddine, et al.
Pubblicazione: (2024)

Orthogonal Subspace Clustering: Enhancing High-Dimensional Data Analysis through Adaptive Dimensionality Reduction and Efficient Clustering
di: Wen, Qing-Yuan, et al.
Pubblicazione: (2026)

Intrinsic Muon: Spectral Optimization on Riemannian Matrix Manifolds
di: Li, Yibang, et al.
Pubblicazione: (2026)

Inversion-Free Natural Gradient Descent on Riemannian Manifolds
di: Draca, Dario, et al.
Pubblicazione: (2026)

Riemannian Proximal Sampler for High-accuracy Sampling on Manifolds
di: Guan, Yunrui, et al.
Pubblicazione: (2025)

Fast, Accurate Manifold Denoising by Tunneling Riemannian Optimization
di: Wang, Shiyu, et al.
Pubblicazione: (2025)

Generalised Flow Maps for Few-Step Generative Modelling on Riemannian Manifolds
di: Davis, Oscar, et al.
Pubblicazione: (2025)

IIKL: Isometric Immersion Kernel Learning with Riemannian Manifold for Geometric Preservation
di: Chen, Zihao, et al.
Pubblicazione: (2025)

StiefelGen: A Simple, Model Agnostic Approach for Time Series Data Augmentation over Riemannian Manifolds
di: Cheema, Prasad, et al.
Pubblicazione: (2024)

Riemannian Stochastic Optimization for Sufficient Dimension Reduction
di: Pautrel, Thibault, et al.
Pubblicazione: (2026)