:: Library Catalog

Buchumschlag

Gespeichert in:

Bibliographische Detailangaben
Hauptverfasser:	Li, Yibang, Pandey, Bihari Lal, Sah, Ravi, Han, Andi, Mostajeran, Cyrus, Jawanpuria, Pratik, Mishra, Bamdev
Format:	Preprint
Veröffentlicht:	2026
Schlagworte:	Machine Learning Artificial Intelligence
Online-Zugang:	https://arxiv.org/abs/2605.09238
Tags:	Tag hinzufügen Keine Tags, Fügen Sie den ersten Tag hinzu!

Ähnliche Einträge

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

Riemannian coordinate descent algorithms on matrix manifolds
von: Han, Andi, et al.
Veröffentlicht: (2024)

A Riemannian Approach to Ground Metric Learning for Optimal Transport
von: Jawanpuria, Pratik, et al.
Veröffentlicht: (2024)

Riemannian Optimization for Hadamard Products of Low-Rank Matrices
von: Jawanpuria, Pratik, et al.
Veröffentlicht: (2026)

Federated Learning on Riemannian Manifolds with Differential Privacy
von: Huang, Zhenwei, et al.
Veröffentlicht: (2024)

Generalized infinite dimensional Alpha-Procrustes based geometries
von: Goomanee, Salvish, et al.
Veröffentlicht: (2025)

Riemannian Federated Learning via Averaging Gradient Streams
von: Huang, Zhenwei, et al.
Veröffentlicht: (2024)

A Gauss-Newton Approach for Min-Max Optimization in Generative Adversarial Networks
von: Mishra, Neel, et al.
Veröffentlicht: (2024)

SLTrain: a sparse plus low-rank approach for parameter and memory efficient pretraining
von: Han, Andi, et al.
Veröffentlicht: (2024)

LOFT: Low-Rank Orthogonal Fine-Tuning via Task-Aware Support Selection
von: Zhao, Lanxin, et al.
Veröffentlicht: (2026)

Robust Least-Squares Optimization for Data-Driven Predictive Control: A Geometric Approach
von: Bharadwaj, Shreyas, et al.
Veröffentlicht: (2025)

Nyström Approximation on Manifolds
von: Nie, Hantao, et al.
Veröffentlicht: (2026)

Submodular Framework for Structured-Sparse Optimal Transport
von: Manupriya, Piyushi, et al.
Veröffentlicht: (2024)

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

UniPROT: Uniform Prototype Selection via Partial Optimal Transport with Submodular Guarantees
von: Chanda, Prateek, et al.
Veröffentlicht: (2026)

DynMuon: A Dynamic Spectral Shaping View of Muon
von: Wu, Fangzhou, et al.
Veröffentlicht: (2026)

Universal kernels via harmonic analysis on Riemannian symmetric spaces
von: Steinert, Franziskus, et al.
Veröffentlicht: (2025)

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

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

DeMuon: A Decentralized Muon for Matrix Optimization over Graphs
von: He, Chuan, et al.
Veröffentlicht: (2025)

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

FedMuon: Accelerating Federated Learning with Matrix Orthogonalization
von: Liu, Junkang, et al.
Veröffentlicht: (2025)

Preconditioning Benefits of Spectral Orthogonalization in Muon
von: Ma, Jianhao, et al.
Veröffentlicht: (2026)

HTMuon: Improving Muon via Heavy-Tailed Spectral Correction
von: Pang, Tianyu, et al.
Veröffentlicht: (2026)

Horospherical Depth and Busemann Median on Hadamard Manifolds
von: Jiang, Yangdi, et al.
Veröffentlicht: (2026)

Muon Dynamics as a Spectral Wasserstein Flow
von: Peyré, Gabriel
Veröffentlicht: (2026)

The Newton-Muon Optimizer
von: Du, Zhehang, et al.
Veröffentlicht: (2026)

Min-Max Grassmannian Optimization for Online Subspace Tracking
von: Bharadwaj, Shreyas, et al.
Veröffentlicht: (2026)

mHC-GNN: Manifold-Constrained Hyper-Connections for Graph Neural Networks
von: Mishra, Subhankar
Veröffentlicht: (2026)

MiMuon: Mixed Muon Optimizer with Improved Generalization for Large Models
von: Huang, Feihu, et al.
Veröffentlicht: (2026)

Muon Optimizer Accelerates Grokking
von: Tveit, Amund, et al.
Veröffentlicht: (2025)

Memory-Efficient LLM Pretraining via Minimalist Optimizer Design
von: Glentis, Athanasios, et al.
Veröffentlicht: (2025)

Spectral Flattening Is All Muon Needs: How Orthogonalization Controls Learning Rate and Convergence
von: Nguyen, Tien-Phat, et al.
Veröffentlicht: (2026)

Intrinsic Fairness-Accuracy Tradeoffs under Equalized Odds
von: Zhong, Meiyu, et al.
Veröffentlicht: (2024)

Leveraging SPD Matrices on Riemannian Manifolds in Quantum Classical Hybrid Models for Structural Health Monitoring
von: Alavi, Azadeh, et al.
Veröffentlicht: (2024)

Muon$^2$: Boosting Muon via Adaptive Second-Moment Preconditioning
von: Liu, Ziyue, et al.
Veröffentlicht: (2026)

Advancing Model Refinement: Muon-Optimized Distillation and Quantization for LLM Deployment
von: Sander, Jacob, et al.
Veröffentlicht: (2026)

TrasMuon: Trust-Region Adaptive Scaling for Orthogonalized Momentum Optimizers
von: Cheng, Peng, et al.
Veröffentlicht: (2026)

GeoDynamics: A Geometric State-Space Neural Network for Understanding Brain Dynamics on Riemannian Manifolds
von: Dan, Tingting, et al.
Veröffentlicht: (2026)

Riemannian Bilevel Optimization
von: Dutta, Sanchayan, et al.
Veröffentlicht: (2024)