Buchumschlag

Joint Representation Learning and Clustering via Gradient-Based Manifold Optimization

Fuente: arXiv

Gespeichert in:

Bibliographische Detailangaben
Hauptverfasser:	Liu, Sida, Guo, Yangzi, Wang, Mingyuan
Format:	Preprint
Veröffentlicht:	2026
Schlagworte:	Machine Learning
Online-Zugang:	Acceder al recurso
Tags:	Tag hinzufügen Keine Tags, Fügen Sie den ersten Tag hinzu!

Ähnliche Einträge

Exploring Vision Neural Network Pruning via Screening Methodology
von: Wang, Mingyuan, et al.
Veröffentlicht: (2025)

Learning Invariant Representations of Graph Neural Networks via Cluster Generalization
von: Xia, Donglin, et al.
Veröffentlicht: (2024)

Personalized Clustering via Targeted Representation Learning
von: Geng, Xiwen, et al.
Veröffentlicht: (2024)

Maximum Manifold Capacity Representations in State Representation Learning
von: Meng, Li, et al.
Veröffentlicht: (2024)

Federated Learning on Riemannian Manifolds: A Gradient-Free Projection-Based Approach
von: Wang, Hongye, et al.
Veröffentlicht: (2025)

Generative Model Inversion Through the Lens of the Manifold Hypothesis
von: Peng, Xiong, et al.
Veröffentlicht: (2025)

Jointly Learning Representations for Map Entities via Heterogeneous Graph Contrastive Learning
von: Jiang, Jiawei, et al.
Veröffentlicht: (2024)

Joint Optimization of Multi-Objective Reinforcement Learning with Policy Gradient Based Algorithm
von: Bai, Qinbo, et al.
Veröffentlicht: (2021)

Recovering Imbalanced Clusters via Gradient-Based Projection Pursuit
von: Eppert, Martin, et al.
Veröffentlicht: (2025)

Robust Multi-Manifold Clustering via Simplex Paths
von: Chen, Haoyu, et al.
Veröffentlicht: (2025)

Guiding Time-Varying Generative Models with Natural Gradients on Exponential Family Manifold
von: Liu, Song, et al.
Veröffentlicht: (2025)

Geodesic Gradient Descent: A Generic and Learning-rate-free Optimizer on Objective Function-induced Manifolds
von: Hu, Liwei, et al.
Veröffentlicht: (2026)

The Manifold Hypothesis for Gradient-Based Explanations
von: Bordt, Sebastian, et al.
Veröffentlicht: (2022)

Manifold-based Incomplete Multi-view Clustering via Bi-Consistency Guidance
von: Wang, Huibing, et al.
Veröffentlicht: (2024)

MPEC: Manifold-Preserved EEG Classification via an Ensemble of Clustering-Based Classifiers
von: Shahbazi, Shermin, et al.
Veröffentlicht: (2025)

Deep Manifold Transformation for Protein Representation Learning
von: Hu, Bozhen, et al.
Veröffentlicht: (2024)

Refiner: Data Refining against Gradient Leakage Attacks in Federated Learning
von: Fan, Mingyuan, et al.
Veröffentlicht: (2022)

Probability Passing for Graph Neural Networks: Graph Structure and Representations Joint Learning
von: Wang, Ziyan, et al.
Veröffentlicht: (2024)

Discretized Gradient Flow for Manifold Learning in the Space of Embeddings
von: Gold, Dara, et al.
Veröffentlicht: (2019)

Mixture of Experts Provably Detect and Learn the Latent Cluster Structure in Gradient-Based Learning
von: Kawata, Ryotaro, et al.
Veröffentlicht: (2025)

Cluster Specific Representation Learning
von: Sabanayagam, Mahalakshmi, et al.
Veröffentlicht: (2024)

Deep Spectral Clustering via Joint Spectral Embedding and Kmeans
von: Guo, Wengang, et al.
Veröffentlicht: (2024)

Measuring all the noises of LLM Evals
von: Wang, Sida
Veröffentlicht: (2025)

Disentangled Generative Graph Representation Learning
von: Hu, Xinyue, et al.
Veröffentlicht: (2024)

Provably Learning Diffusion Models under the Manifold Hypothesis: Collapse and Refine
von: Huang, Wei, et al.
Veröffentlicht: (2026)

Efficient Graph Optimization via Distance-Aware Graph Representation Learning
von: Liu, Dong, et al.
Veröffentlicht: (2024)

Latent Manifold Reconstruction and Representation with Topological and Geometrical Regularization
von: Wang, Ren, et al.
Veröffentlicht: (2025)

FedAWA: Adaptive Optimization of Aggregation Weights in Federated Learning Using Client Vectors
von: Shi, Changlong, et al.
Veröffentlicht: (2025)

DECRL: A Deep Evolutionary Clustering Jointed Temporal Knowledge Graph Representation Learning Approach
von: Chen, Qian, et al.
Veröffentlicht: (2024)

Clustered Calibration: Representation-Aware Probability Calibration via Learned Subpopulations
von: Lavi, Tomer, et al.
Veröffentlicht: (2025)

Manifold Clustering with Schatten p-norm Maximization
von: Li, Fangfang, et al.
Veröffentlicht: (2025)

CoLM: Collaborative Large Models via A Client-Server Paradigm
von: Huang, Siqi, et al.
Veröffentlicht: (2025)

Steered Generation via Gradient-Based Optimization on Sparse Query Features
von: Bhattacharyya, Sumanta, et al.
Veröffentlicht: (2026)

Scalable Principal-Agent Contract Design via Gradient-Based Optimization
von: Galanti, Tomer, et al.
Veröffentlicht: (2025)

Joint Hierarchical Representation Learning of Samples and Features via Informed Tree-Wasserstein Distance
von: Lin, Ya-Wei Eileen, et al.
Veröffentlicht: (2025)

Gradient Guidance for Diffusion Models: An Optimization Perspective
von: Guo, Yingqing, et al.
Veröffentlicht: (2024)

Architecture-Optimization Co-Design for Physics-Informed Neural Networks Via Attentive Representations and Conflict-Resolved Gradients
von: Niu, Pancheng, et al.
Veröffentlicht: (2026)

DAPLSR: Data Augmentation Partial Least Squares Regression Model via Manifold Optimization
von: Chen, Haoran, et al.
Veröffentlicht: (2025)

Ethereum Fraud Detection via Joint Transaction Language Model and Graph Representation Learning
von: Sun, Jianguo, et al.
Veröffentlicht: (2024)

Orthogonal Uplift Learning with Permutation-Invariant Representations for Combinatorial Treatments
von: Su, Xinyan, et al.
Veröffentlicht: (2026)