hyperbolic geometry
PulseAugur coverage of hyperbolic geometry — every cluster mentioning hyperbolic geometry across labs, papers, and developer communities, ranked by signal.
-
FlatLand方法使用定制的洛伦兹空间实现图联邦学习的个性化
研究人员推出了一种新的个性化联邦学习方法FlatLand，该方法解决了异构客户端数据带来的挑战，尤其是在图联邦学习领域。该方法将客户端数据嵌入到双曲几何中的定制洛伦兹空间里，利用了双曲几何对图结构的自然适应性以及洛伦兹空间编码客户端特定异质性的能力。FlatLand采用参数解耦策略，将通用知识与异构信息分开，无需复杂的模块即可直接聚合。实验表明，FlatLand取得了优越的性能，尤其是在低维设置下。
-
HyperANFIS 利用双曲几何来增强模糊推理系统
研究人员推出了一种名为 HyperANFIS 的新型自适应神经模糊推理系统 (ANFIS) 扩展，该系统利用了双曲几何。传统的 ANFIS 模型在欧几里得空间中运行，这可能会限制其表示能力和预测性能。HyperANFIS 通过在双曲空间中执行规则原型学习和推理等关键过程来解决此问题，同时保持标准 ANFIS 的可解释性和 IF-THEN 规则生成能力。实验表明，HyperANFIS 在预测准确性和生成的模糊规则质量方面均优于传统的 A…
-
新框架应对双曲多模态持续学习挑战
研究人员开发了一个新的双曲多模态持续学习框架，解决了保持基本几何结构以及防止语义关系漂移和层级相关失真的挑战。所提出的方法利用双曲几何来自然地捕捉不同模态之间的层级语义结构。通过确保在共享双曲等距下的跨模态不变性，该方法旨在保持关系结构和层级几何，从而在持续多模态基准的实验中证明了其有效适应新任务的能力。
-
双曲几何检索系统赋能边缘设备上的RAG
研究人员开发了一种新颖的混合检索系统，该系统利用双曲几何来实现边缘设备上的检索增强生成（RAG）。该系统将词嵌入投影到双曲空间，从而能够高效地索引和查询文档。通过结合BM25词汇评分和洛伦兹内积相似度，该系统在多个基准数据集上取得了具有竞争力的NDCG@10分数。该设计优先考虑实时索引和资源高效查询，使其适合在计算能力有限的设备上部署。
-
新的 HERMIT 框架使用双曲几何进行互联网延迟预测
研究人员开发了 HERMIT，一个用于预测互联网延迟和路由动态的新框架。HERMIT 利用双曲几何来更好地表示互联网路由图的无标度结构，其性能优于传统的欧几里得空间模型。该框架结合了双曲流形保持时序 GNN 和随机森林回归器，并纳入了 RTT 感知边特征和可学习的边编码器。在大规模真实互联网数据集上的评估表明，HERMIT 在 RMSE 上比强大的基线模型提高了 6%，并在链路预测方面超越了现有的双曲 TGNN 模型。