实体
Willem Diepeveen
Willem Diepeveen
PulseAugur coverage of Willem Diepeveen — every cluster mentioning Willem Diepeveen across labs, papers, and developer communities, ranked by signal.
总计 · 30天
0
90 天内 3
发布 · 30天
0
90 天内 0
论文 · 30天
0
90 天内 3
层级分布 · 90 天
主题
最近 · 第 1/1 页 · 共 3 条
-
新框架从损坏数据中学习生成模型和数据流形
研究人员开发了Riemannian AmbientFlow，这是一个新框架，旨在从损坏或嘈杂的观测中同时学习生成模型和底层数据流形结构。该方法将数据驱动的黎曼几何与归一化流相结合，通过后拉度量和黎曼自编码器提取流形信息。该框架为恢复数据分布提供了理论保证，并提供了一个平滑的流形参数化，也可作为逆问题的生成先验。
-
新的黎曼原型分析增强了非线性数据解释能力
研究人员开发了一种名为黎曼原型分析（RAA）的新方法，以提高非线性数据分析的可解释性。该方法将经典原型分析的几何洞察力与现代非线性模型的灵活性相结合。RAA利用数据驱动的后拉几何来定义数据流形，从而能够对原型和插值进行更有意义的解释，实验在去噪和分类任务中显示出前景。
-
新的优化框架利用黎曼几何处理学习到的数据流形
研究人员引入了一个名为“等黎曼优化”的新框架，以应对在学习到的数据流形上执行优化任务所面临的挑战。该方法通过定义适用于学习到的几何形状的新凸性和单调性概念，扩展了经典的黎曼优化。所提出的等黎曼下降算法在 MNIST 等数据集上的聚类和求解逆问题等任务中取得了改进的结果。