Copertina

The Principle of Local Coherence A Geometric Foundation for Learnability Analysis in Classification, Regression, and Anomaly Detection

Fuente: Zenodo

Salvato in:

Dettagli Bibliografici
Autore principale:	Pérez Contreras, Benjamín Felipe
Natura:	Recurso digital
Pubblicazione:	Zenodo 2026
Accesso online:	Acceder al recurso
Tags:	Aggiungi Tag Nessun Tag, puoi essere il primo ad aggiungerne!!

Documenti analoghi

The Principle of Local Coherence A Geometric Foundation for Learnability Analysis in Classification, Regression, and Anomaly Detection
di: Pérez Contreras, Benjamín Felipe
Pubblicazione: (2026)

Local Coherence Tensor
di: Pérez Contreras, Benjamín Felipe
Pubblicazione: (2026)

Local Transition Tensor and Information Bounds for Supervised Classification Supplementary Material: Formal Derivation of the Semantic Tolerance Law
di: Pérez Contreras, Benjamín Felipe
Pubblicazione: (2026)

Local Transition Tensor and Information Bounds for Supervised Classification Supplementary Material: Formal Derivation of the Semantic Tolerance Law
di: Pérez Contreras, Benjamín Felipe
Pubblicazione: (2026)

Ontological Foundations of Epistemic Stability under Informational Constraints
di: Pérez Contreras, Benjamín Felipe
Pubblicazione: (2026)

Local Class Transition Tensor
di: Pérez Contreras, Benjamín Felipe
Pubblicazione: (2026)

From Reachability to Learnability: Geometric Design Principles for Quantum Neural Networks
di: Ngairangbam, Vishal S., et al.
Pubblicazione: (2026)

Long-Tailed Anomaly Detection with Learnable Class Names
di: Ho, Chih-Hui, et al.
Pubblicazione: (2024)

A Conditional Framework for Policy Collapse under Information Limits
di: Pérez Contreras, Benjamín Felipe
Pubblicazione: (2026)

A Conditional Framework for Policy Collapse under Information Limits
di: Pérez Contreras, Benjamín Felipe
Pubblicazione: (2026)

From discrete tolerance to universal critical exponents a complete derivation
di: Pérez Contreras, Benjamín Felipe
Pubblicazione: (2026)

Efficiency at Risk: Entropy-Induced Failure in Learned Decision Policies under Partial Observability
di: Pérez Contreras, Benjamín Felipe
Pubblicazione: (2026)

Empirical Evaluation of Decision Policies for Security Probing under Partial Observability: Efficiency Gains and Entropy-Induced Failure Regimes
di: Pérez Contreras, Benjamín Felipe
Pubblicazione: (2025)

Quality-Aware Language-Conditioned Local Auto-Regressive Anomaly Synthesis and Detection
di: Qian, Long, et al.
Pubblicazione: (2025)

Searching for Anomalies with Foundation Models
di: Mikuni, Vinicius, et al.
Pubblicazione: (2026)

Self-Supervised Time-Series Anomaly Detection Using Learnable Data Augmentation
di: Choi, Kukjin, et al.
Pubblicazione: (2024)

GRLoc: Geometric Representation Regression for Visual Localization
di: Li, Changyang, et al.
Pubblicazione: (2025)

Long-Lived Electronic Coherences from First Principles
di: Suchan, Jiří, et al.
Pubblicazione: (2025)

Learnability Gaps of Strategic Classification
di: Cohen, Lee, et al.
Pubblicazione: (2024)

LEFT: Learnable Fusion of Tri-view Tokens for Unsupervised Time Series Anomaly Detection
di: Wang, Dezheng, et al.
Pubblicazione: (2026)

AdaCLIP: Adapting CLIP with Hybrid Learnable Prompts for Zero-Shot Anomaly Detection
di: Cao, Yunkang, et al.
Pubblicazione: (2024)

Learnable Kernel Density Estimation for Graphs and Its Application to Graph-Level Anomaly Detection
di: Wang, Xudong, et al.
Pubblicazione: (2025)

Strategic PAC Learnability via Geometric Definability
di: Filmus, Yuval, et al.
Pubblicazione: (2026)

Differentiable and Learnable Wireless Simulation with Geometric Transformers
di: Hehn, Thomas, et al.
Pubblicazione: (2024)

Braced Fourier Continuation and Regression for Anomaly Detection
di: Sabuda, Josef
Pubblicazione: (2024)

Holon Field Theory from First Principles: A Coherence-Based Foundation for Gravity and Matter
di: Borsinger, L.
Pubblicazione: (2025)

AirLine: Efficient Learnable Line Detection with Local Edge Voting
di: Lin, Xiao, et al.
Pubblicazione: (2023)

Foundation Models and Transformers for Anomaly Detection: A Survey
di: Ammar, Mouïn Ben, et al.
Pubblicazione: (2025)

Quantum Support Vector Regression for Robust Anomaly Detection
di: Tscharke, Kilian, et al.
Pubblicazione: (2025)

Foundation Models for Anomaly Detection: Vision and Challenges
di: Ren, Jing, et al.
Pubblicazione: (2025)

Foundation Models for Anomaly Detection: Vision and Challenges
di: Jing Ren, et al.
Pubblicazione: (2025)

Anomaly Detection and Classification in Knowledge Graphs
di: Senaratne, Asara, et al.
Pubblicazione: (2024)

Geometrizing the Anomaly
di: Newey, Joshua, et al.
Pubblicazione: (2025)

Multimodal Industrial Anomaly Detection via Geometric Prior
di: Li, Min, et al.
Pubblicazione: (2026)

ARTPS: Depth-Enhanced Hybrid Anomaly Detection and Learnable Curiosity Score for Autonomous Rover Target Prioritization
di: Baydemir, Poyraz
Pubblicazione: (2025)

Soft Gradient Boosting with Learnable Feature Transforms for Sequential Regression
di: Karaca, Huseyin, et al.
Pubblicazione: (2025)

AnomalyGFM: Graph Foundation Model for Zero/Few-shot Anomaly Detection
di: Qiao, Hezhe, et al.
Pubblicazione: (2025)

A Geometrical Analysis of Kernel Ridge Regression and its Applications
di: Gavrilopoulos, Georgios, et al.
Pubblicazione: (2024)

Simplifying Traffic Anomaly Detection with Video Foundation Models
di: Orlova, Svetlana, et al.
Pubblicazione: (2025)

On the Learnability of Out-of-distribution Detection
di: Fang, Zhen, et al.
Pubblicazione: (2024)