Copertina

No Triangulation Without Representation: Generalization in Topological Deep Learning

Fuente: arXiv

Salvato in:

Dettagli Bibliografici
Autori principali:	Schmidt, Johannes S., Carrasco, Martin, Röell, Ernst, Wolf, Guy, Blaser, Nello, Rieck, Bastian
Natura:	Preprint
Pubblicazione:	2026
Soggetti:	Machine Learning Algebraic Topology
Accesso online:	Acceder al recurso
Tags:	Aggiungi Tag Nessun Tag, puoi essere il primo ad aggiungerne!!

Documenti analoghi

MANTRA: The Manifold Triangulations Assemblage
di: Ballester, Rubén, et al.
Pubblicazione: (2024)

Simplicial Representation Learning with Neural $k$-Forms
di: Maggs, Kelly, et al.
Pubblicazione: (2023)

Have Graph -- Will Lift? The Case for Higher-Order Benchmarks
di: Rieck, Bastian
Pubblicazione: (2026)

Mapping the Multiverse of Latent Representations
di: Wayland, Jeremy, et al.
Pubblicazione: (2024)

Diss-l-ECT: Dissecting Graph Data with Local Euler Characteristic Transforms
di: von Rohrscheidt, Julius, et al.
Pubblicazione: (2024)

Topology meets Machine Learning: An Introduction using the Euler Characteristic Transform
di: Rieck, Bastian
Pubblicazione: (2024)

Molecular Machine Learning Using Euler Characteristic Transforms
di: Toscano-Duran, Victor, et al.
Pubblicazione: (2025)

Geometry-Aware Simplicial Message Passing
di: Wang, Elena Xinyi, et al.
Pubblicazione: (2026)

Persistent Homology via Ellipsoids
di: Canova, Niklas, et al.
Pubblicazione: (2024)

Topological Blindspots: Understanding and Extending Topological Deep Learning Through the Lens of Expressivity
di: Eitan, Yam, et al.
Pubblicazione: (2024)

On the Expressivity of Persistent Homology in Graph Learning
di: Ballester, Rubén, et al.
Pubblicazione: (2023)

Differentiable Euler Characteristic Transforms for Shape Classification
di: Roell, Ernst, et al.
Pubblicazione: (2023)

Cover Learning for Large-Scale Topology Representation
di: Scoccola, Luis, et al.
Pubblicazione: (2025)

Reeb Graph of Sample Thickenings
di: Bjerkevik, Håvard Bakke, et al.
Pubblicazione: (2025)

Point-Level Topological Representation Learning on Point Clouds
di: Grande, Vincent P., et al.
Pubblicazione: (2024)

The magnitude vector of images
di: Adamer, Michael F., et al.
Pubblicazione: (2021)

Stability, Complexity and Data-Dependent Worst-Case Generalization Bounds
di: Tuci, Mario, et al.
Pubblicazione: (2025)

Point Cloud Synthesis Using Inner Product Transforms
di: Röell, Ernst, et al.
Pubblicazione: (2024)

The Manifold Density Function: An Intrinsic Method for the Validation of Manifold Learning
di: Holmgren, Benjamin, et al.
Pubblicazione: (2024)

Topological Generalization Bounds for Discrete-Time Stochastic Optimization Algorithms
di: Andreeva, Rayna, et al.
Pubblicazione: (2024)

Line Graph Vietoris-Rips Persistence Diagram for Topological Graph Representation Learning
di: Shin, Jaesun, et al.
Pubblicazione: (2024)

Differentiable Mapper For Topological Optimization Of Data Representation
di: Oulhaj, Ziyad, et al.
Pubblicazione: (2024)

Towards Scalable Topological Regularizers
di: Wong, Hiu-Tung, et al.
Pubblicazione: (2025)

Latent Space Topology Evolution in Multilayer Perceptrons
di: Paluzo-Hidalgo, Eduardo
Pubblicazione: (2025)

Topological Data Analysis in smart manufacturing: State of the art and futuredirections
di: Uray, Martin, et al.
Pubblicazione: (2023)

ToMAToMP: Robust and Multi-Parameter Topological Clustering
di: Andrianirina, Ludo, et al.
Pubblicazione: (2026)

Fast Topological Signal Identification and Persistent Cohomological Cycle Matching
di: García-Redondo, Inés, et al.
Pubblicazione: (2022)

Quasi Zigzag Persistence: A Topological Framework for Analyzing Time-Varying Data
di: Dey, Tamal K., et al.
Pubblicazione: (2025)

Persistence Spheres: Bi-continuous Representations of Persistence Diagrams
di: Pegoraro, Matteo
Pubblicazione: (2025)

Topology-Aware Representation Alignment for Semi-Supervised Vision-Language Learning
di: You, Junwon, et al.
Pubblicazione: (2026)

Topological Characterization of Churn Flow and Unsupervised Correction to the Wu Flow-Regime Map in Small-Diameter Vertical Pipes
di: Koenig, Brady, et al.
Pubblicazione: (2026)

Metric Space Magnitude for Evaluating the Diversity of Latent Representations
di: Limbeck, Katharina, et al.
Pubblicazione: (2023)

Topological Methods in Machine Learning: A Tutorial for Practitioners
di: Coskunuzer, Baris, et al.
Pubblicazione: (2024)

TopOC: Topological Deep Learning for Ovarian and Breast Cancer Diagnosis
di: Fatema, Saba, et al.
Pubblicazione: (2024)

Filtration-Based Representation Learning for Temporal Graphs
di: Chowdhury, Samrik, et al.
Pubblicazione: (2025)

D-GRIL: End-to-End Topological Learning with 2-parameter Persistence
di: Mukherjee, Soham, et al.
Pubblicazione: (2024)

MOUNTAINEER: Topology-Driven Visual Analytics for Comparing Local Explanations
di: Solunke, Parikshit, et al.
Pubblicazione: (2024)

Topological Approach for Data Assimilation
di: Chumley, Max M., et al.
Pubblicazione: (2024)

Contraction and Hourglass Persistence for Learning on Graphs, Simplices, and Cells
di: Ji, Mattie, et al.
Pubblicazione: (2026)

Topology-Preserving Scaling in Data Augmentation
di: Le, Vu-Anh, et al.
Pubblicazione: (2024)