Guardado en:
| Autores principales: | Eufrazio, Rafael Pereira, Montesuma, Eduardo Fernandes, Cavalcante, Charles Casimiro |
|---|---|
| Formato: | Preprint |
| Publicado: |
2026
|
| Materias: | |
| Acceso en línea: | https://arxiv.org/abs/2604.23912 |
| Etiquetas: |
Agregar Etiqueta
Sin Etiquetas, Sea el primero en etiquetar este registro!
|
Ejemplares similares
Structure-Preserving Multi-View Embedding Using Gromov-Wasserstein Optimal Transport
por: Eufrazio, Rafael Pereira, et al.
Publicado: (2026)
por: Eufrazio, Rafael Pereira, et al.
Publicado: (2026)
A dimensionality reduction technique based on the Gromov-Wasserstein distance
por: Eufrazio, Rafael P., et al.
Publicado: (2025)
por: Eufrazio, Rafael P., et al.
Publicado: (2025)
Wasserstein Gradient Flows for Scalable and Regularized Barycenter Computation
por: Montesuma, Eduardo Fernandes, et al.
Publicado: (2025)
por: Montesuma, Eduardo Fernandes, et al.
Publicado: (2025)
KD$^{2}$M: A unifying framework for feature knowledge distillation
por: Montesuma, Eduardo Fernandes
Publicado: (2025)
por: Montesuma, Eduardo Fernandes
Publicado: (2025)
Decentralized Federated Dataset Dictionary Learning for Multi-Source Domain Adaptation
por: Clain, Rebecca, et al.
Publicado: (2025)
por: Clain, Rebecca, et al.
Publicado: (2025)
Lighter, Better, Faster Multi-Source Domain Adaptation with Gaussian Mixture Models and Optimal Transport
por: Montesuma, Eduardo Fernandes, et al.
Publicado: (2024)
por: Montesuma, Eduardo Fernandes, et al.
Publicado: (2024)
Linear Partial Gromov-Wasserstein Embedding
por: Bai, Yikun, et al.
Publicado: (2024)
por: Bai, Yikun, et al.
Publicado: (2024)
Online Multi-Source Domain Adaptation through Gaussian Mixtures and Dataset Dictionary Learning
por: Montesuma, Eduardo Fernandes, et al.
Publicado: (2024)
por: Montesuma, Eduardo Fernandes, et al.
Publicado: (2024)
Dataset Dictionary Learning in a Wasserstein Space for Federated Domain Adaptation
por: Montesuma, Eduardo Fernandes, et al.
Publicado: (2024)
por: Montesuma, Eduardo Fernandes, et al.
Publicado: (2024)
DeFed-GMM-DaDiL: A Decentralized Federated Framework for Domain Adaptation
por: Clain, Rebecca, et al.
Publicado: (2026)
por: Clain, Rebecca, et al.
Publicado: (2026)
Recent Advances in Optimal Transport for Machine Learning
por: Montesuma, Eduardo Fernandes, et al.
Publicado: (2023)
por: Montesuma, Eduardo Fernandes, et al.
Publicado: (2023)
Distributional Reduction: Unifying Dimensionality Reduction and Clustering with Gromov-Wasserstein
por: Van Assel, Hugues, et al.
Publicado: (2024)
por: Van Assel, Hugues, et al.
Publicado: (2024)
THESAURUS: Contrastive Graph Clustering by Swapping Fused Gromov-Wasserstein Couplings
por: Deng, Bowen, et al.
Publicado: (2024)
por: Deng, Bowen, et al.
Publicado: (2024)
Network Learning with Semi-relaxed Gromov-Wasserstein
por: Dufour, Charles, et al.
Publicado: (2026)
por: Dufour, Charles, et al.
Publicado: (2026)
Unsupervised Anomaly Detection through Mass Repulsing Optimal Transport
por: Montesuma, Eduardo Fernandes, et al.
Publicado: (2025)
por: Montesuma, Eduardo Fernandes, et al.
Publicado: (2025)
Optimal Transport for Domain Adaptation through Gaussian Mixture Models
por: Montesuma, Eduardo Fernandes, et al.
Publicado: (2024)
por: Montesuma, Eduardo Fernandes, et al.
Publicado: (2024)
Gromov-Wasserstein Graph Coarsening
por: Taveras, Carlos A., et al.
Publicado: (2025)
por: Taveras, Carlos A., et al.
Publicado: (2025)
Partial Gromov-Wasserstein Metric
por: Bai, Yikun, et al.
Publicado: (2024)
por: Bai, Yikun, et al.
Publicado: (2024)
Joint Metric Space Embedding by Unbalanced OT with Gromov-Wasserstein Marginal Penalization
por: Beier, Florian, et al.
Publicado: (2025)
por: Beier, Florian, et al.
Publicado: (2025)
Min Generalized Sliced Gromov Wasserstein: A Scalable Path to Gromov Wasserstein
por: Shahbazi, Ashkan, et al.
Publicado: (2026)
por: Shahbazi, Ashkan, et al.
Publicado: (2026)
The Z-Gromov-Wasserstein Distance
por: Bauer, Martin, et al.
Publicado: (2024)
por: Bauer, Martin, et al.
Publicado: (2024)
Distance-Matrix Wasserstein Statistics for Scalable Gromov--Wasserstein Learning
por: Xu, Ao, et al.
Publicado: (2026)
por: Xu, Ao, et al.
Publicado: (2026)
Semidefinite Relaxations of the Gromov-Wasserstein Distance
por: Chen, Junyu, et al.
Publicado: (2023)
por: Chen, Junyu, et al.
Publicado: (2023)
Fused Partial Gromov-Wasserstein for Structured Objects
por: Bai, Yikun, et al.
Publicado: (2025)
por: Bai, Yikun, et al.
Publicado: (2025)
Note on computational complexity of the Gromov-Wasserstein distance
por: Kravtsova, Natalia
Publicado: (2024)
por: Kravtsova, Natalia
Publicado: (2024)
Fast Gradient Computation for Gromov-Wasserstein Distance
por: Zhang, Wei, et al.
Publicado: (2024)
por: Zhang, Wei, et al.
Publicado: (2024)
ReBaPL: Repulsive Bayesian Prompt Learning
por: Bendou, Yassir, et al.
Publicado: (2025)
por: Bendou, Yassir, et al.
Publicado: (2025)
Conformal Graph Prediction with Z-Gromov Wasserstein Distances
por: Melo, Gabriel, et al.
Publicado: (2026)
por: Melo, Gabriel, et al.
Publicado: (2026)
Uncovering Challenges of Solving the Continuous Gromov-Wasserstein Problem
por: Carrasco, Xavier Aramayo, et al.
Publicado: (2023)
por: Carrasco, Xavier Aramayo, et al.
Publicado: (2023)
Sliced Inner Product Gromov-Wasserstein Distances
por: Gong, Xiaoyun, et al.
Publicado: (2026)
por: Gong, Xiaoyun, et al.
Publicado: (2026)
On sparsity, extremal structure, and monotonicity properties of Wasserstein and Gromov-Wasserstein optimal transport plans
por: Vayer, Titouan
Publicado: (2026)
por: Vayer, Titouan
Publicado: (2026)
Benchmarking Domain Adaptation for Chemical Processes on the Tennessee Eastman Process
por: Montesuma, Eduardo Fernandes, et al.
Publicado: (2023)
por: Montesuma, Eduardo Fernandes, et al.
Publicado: (2023)
Fused Gromov-Wasserstein Distance with Feature Selection
por: Lee, Harlin, et al.
Publicado: (2026)
por: Lee, Harlin, et al.
Publicado: (2026)
A Novel Sliced Fused Gromov-Wasserstein Distance
por: Piening, Moritz, et al.
Publicado: (2025)
por: Piening, Moritz, et al.
Publicado: (2025)
Metric properties of partial and robust Gromov-Wasserstein distances
por: Chhoa, Jannatul, et al.
Publicado: (2024)
por: Chhoa, Jannatul, et al.
Publicado: (2024)
Robust Alignment via Partial Gromov-Wasserstein Distances
por: Gong, Xiaoyun, et al.
Publicado: (2025)
por: Gong, Xiaoyun, et al.
Publicado: (2025)
Fused Gromov-Wasserstein Variance Decomposition with Linear Optimal Transport
por: Wilson, Michael, et al.
Publicado: (2024)
por: Wilson, Michael, et al.
Publicado: (2024)
A Fused Gromov-Wasserstein Approach to Subgraph Contrastive Learning
por: Sangare, Amadou S., et al.
Publicado: (2025)
por: Sangare, Amadou S., et al.
Publicado: (2025)
Gradient Flows and Riemannian Structure in the Gromov-Wasserstein Geometry
por: Zhang, Zhengxin, et al.
Publicado: (2024)
por: Zhang, Zhengxin, et al.
Publicado: (2024)
Improving Hyperbolic Representations via Gromov-Wasserstein Regularization
por: Yang, Yifei, et al.
Publicado: (2024)
por: Yang, Yifei, et al.
Publicado: (2024)
Ejemplares similares
-
Structure-Preserving Multi-View Embedding Using Gromov-Wasserstein Optimal Transport
por: Eufrazio, Rafael Pereira, et al.
Publicado: (2026) -
A dimensionality reduction technique based on the Gromov-Wasserstein distance
por: Eufrazio, Rafael P., et al.
Publicado: (2025) -
Wasserstein Gradient Flows for Scalable and Regularized Barycenter Computation
por: Montesuma, Eduardo Fernandes, et al.
Publicado: (2025) -
KD$^{2}$M: A unifying framework for feature knowledge distillation
por: Montesuma, Eduardo Fernandes
Publicado: (2025) -
Decentralized Federated Dataset Dictionary Learning for Multi-Source Domain Adaptation
por: Clain, Rebecca, et al.
Publicado: (2025)