标签ML 2023, 美国夏威夷州火奴鲁鲁
蒂莫西·多斯特 , 特根·爱默生 , 亨利·克文吉 , 尼娜·米奥兰 , 马蒂尔德·帕皮隆 , 巴斯蒂安·里克 , 索菲亚·桑伯恩 :
2023年7月28日于美国夏威夷州火奴鲁鲁举行的2023年拓扑、代数和几何学习研讨会。 机器学习研究论文集 221, PMLR公司 2023 蒂莫西·多斯特 , 泰根·爱默生 , 亨利·科文奇 , 尼娜·米奥兰 , 马蒂尔德·帕皮隆 , 巴斯蒂安·里克 , 索菲亚·桑伯恩 :
前言。 1-2 马蒂尔德·帕皮隆 , 穆斯塔法·哈吉吉 , 奥登·迈尔斯 , 弗洛里安·弗兰岑 , 加达·扎姆兹米 , 海伦·杰恩 , 约翰·马瑟 , 约瑟夫·霍普 , 迈克尔·T·绍布 , 西奥多·帕帕马库 , 阿尔多·古兹曼-萨恩斯 , 巴斯蒂安·里克 , Neal Livesay公司 , 塔马尔·戴伊 , 亚伯拉罕·拉比诺维茨 , 艾登·布伦特 , 亚历山德罗·萨拉蒂略 , 亚历山大·尼基廷 , 阿里·齐亚 , 克劳迪奥·巴蒂洛罗 , 德米特里·加夫里列夫 , 乔治·博克曼 , 德语Magai , 格列布·巴热诺夫 , 吉列尔莫·伯纳德 , 因德罗·斯皮内利 , 延斯·阿格伯格 , 卡利安·瓦尔马·纳丁帕利 , 列夫·特利亚特尼科夫 , 卢卡·斯科法诺 , 露西娅·泰斯塔 , 曼努埃尔·莱查 , 杨茂盛 , 穆罕默德·哈萨宁 , 奥丁·霍夫·加尔达 , 奥尔加·扎根 , 保罗·哈斯纳 , 保罗·斯诺波夫 , 帕夫洛·梅林克 , 鲁宾球鞋 , 萨德罗丁·巴里克宾 , 塞尔吉奥·埃斯卡莱拉 , 西蒙·菲奥雷利诺 , 亨利·科文奇 , 简·梅斯纳 , 卡提基安·内塞桑·拉马默西(Karthikeyan Natesan Ramamurthy) , 迈克尔·肖尔金热 , 保罗罗斯 , 罗宾·沃尔特斯 , Shryas N.萨马加 , 索哈姆·穆克吉 , 索菲亚·桑伯恩 , 特根·爱默生 , 蒂莫西·多斯特 , 托尔加·比达尔 , 文森特·格兰德 , 阿卜杜勒瓦希德·哈米斯 , 西蒙·斯卡达潘 , 苏拉星 , 塔蒂亚娜·马利吉纳 , Yixiao岳 , 尼娜·米奥兰 :
ICML 2023拓扑深度学习挑战:设计和结果。 3-8 Putri A.范德林登 , 大卫·W·罗梅罗 , 埃里克·J·贝克斯 :
学习网格化以实现高效点云处理。 9-20 加布里埃尔·塞萨 , 库马尔·普拉提克 , 阿拉什·贝布迪 :
低温电磁波的等变自监督深姿态估计。 21-36 利娜拉·阿迪洛娃 , Amr Abourayya公司 , 李建宁 , 阿明·达达 , 亨宁·佩茨卡 , 简·艾格 , 延斯·克莱西克 , 迈克尔·坎普 :
FAM:相对平坦度感知最小化。 37至49 亚历克斯·加贝尔 , 维多利亚·克莱因 , 里卡多·瓦尔佩加 , 杰伦·S·W·兰姆 , 凯文·韦伯斯特 , 瑞克·夸克斯 , Efstratios Gavves公司 :
用神经网络学习李群对称变换。 50-59 斯坦纳·莱恩 :
基于谱图稀疏化的一快照神经网络剪枝。 60-71 西拉斯·阿尔贝蒂 , 尼克拉斯·德恩 , 劳拉·塞辛 , 吉塔·库蒂尼奥克 :
Sumformer:高效变压器的通用近似。 72-86 贾斯汀·库里 , 华盛顿Mio , 汤姆·尼达姆 , 奥斯曼·贝拉特·奥库坦 , 弗洛里安·罗素 :
用于形状识别的拓扑属性图。 87-101 理查德·兰格 , 郭德文 , 乔丹·凯尔·马特尔斯基 , 王心悦 , 大卫·罗尔尼克 , 康拉德·P·科丁 :
深度网络作为神经表示流形上的路径。 102-133 周友佳 , 一周 , 杰丁 , Bei Wang(北王) :
深度对抗训练中神经元激活拓扑的可视化和分析。 134-145 法扎内赫·海达里 , 佩鲁斯·塔斯拉基安 , 纪尧姆·拉布索 :
使用可解释的局部代理解释图神经网络。 146-155 Oguzhan Keskin公司 , 阿里西亚·玛丽亚·卢皮迪 , 斯特凡诺·菲奥拉万蒂 , 露西·夏洛特·马吉斯特 , 彼得罗·巴比埃罗 , 彼得罗·里奥 , 弗朗西斯科·贾尼尼 :
图上方程性质和模式的桥接:一种基于人工智能的方法。 156-168 安东·齐斯普林 , 玛丽娜·蒙霍娃 , 布莱恩·佩罗齐 :
无监督嵌入质量评估。 169-188 作者 , 贝诺伊特·德林 , 哈维尔·冈萨沃 :
基于边缘的多类泛化受几何复杂性的约束。 189-205 布莱恩·韦斯利·贝尔 , 迈克尔·盖耶 , 大卫·格利肯斯坦 , 阿曼达·S·费尔南德斯 , 贾斯顿·摩尔 :
有限分类模型的精确核等价性。 206-217 阿特姆·莫斯卡列夫 , 安娜·塞普利亚 , 埃里克·J·贝克斯 , 阿诺德·斯梅勒德斯 :
论真正的不变性学习而不是加权。 218-227 王元荣 , 安东尼奥·布利奥拉 , 托马索·阿斯特 :
同源神经网络:多元复杂性的稀疏结构。 228-241 雷娜·安德列娃 , 凯萨琳娜·林贝克 , 巴斯蒂安·里克 , 里克·萨卡尔 :
神经网络中的度量空间幅值和泛化。 242-253 弗兰克·尼尔森 , 柯森(Ke Sun) :
希尔伯特单纯形几何中的非线性嵌入。 254-266 杰西·何 , 特里斯坦·布鲁盖尔 , 加尔·米什内 :
独立坐标选择的产品流形学习。 267-277 Eijkelboom地板 , 埃里克·J·贝克斯 , 迈克尔·布朗斯坦 , 弗朗西斯科·迪乔瓦尼 :
强结构编码可以降低消息传递的重要性吗? 278-288 托马索·博卡托 , 马泰奥·费兰特 , 安德里亚·杜根托 , 尼古拉·托斯基 :
打破具有复杂拓扑的多层感知器的结构。 289-301 延斯·阿格伯格 , 沃伊西奇·查科尔斯基 , 瑞安·拉马努贾姆 :
子样本数据集同调不变量的全局和相对拓扑特征。 302-312 程欣 , 索哈姆·穆克吉 , Shreyas N.Samaga公司 , 塔马尔·戴伊 :
GRIL:用于机器学习的基于持久性的矢量化$2$参数。 313-333 Clément Bonet公司 , 莱蒂西亚礼拜堂 , 卢卡斯·德鲁梅茨 , 尼古拉斯·科蒂 :
通过测地投影和水平投影的双曲线切片沃瑟斯坦。 334-370 阿尔琼·卡鲁瓦利 , 彼得·德尔马斯特罗 , 哈瓦·西格曼 :
递归神经网络的情景记忆理论:对长期信息存储和操作的见解。 371-383 马歇尔·米勒 , Shuchin Aeron公司 , 詹姆斯·墨菲 , 阿比·塔西萨 :
几何规则化Wasserstein字典学习。 384-403 Samantha Chen(萨曼莎·陈) , Sunhyuk Lim公司 , 法昆多·梅莫利 , 郑超万 , 王玉树 :
魏斯费勒-勒曼距离:重新解释和与GNN的联系。 404-425 伊利斯·巴塔提亚 :
黎曼流形上等变消息传递神经网络的几何透视。 426-436 哈利尔·马修·汉努奇 , 斯蒂芬·查洛普 :
使用卷积神经网络学习查看4D中的拓扑特性。 437-454 刘亚静 , 克里斯蒂娜·科尔 , 克里斯彼得森 , 科尔比 :
ReLU神经网络、多面体分解和持久同调。 455-468 格格利·贝齐 , 洪璐凡 , 曾明聪 :
求解奇异点的ML方法。 469-487 弗兰克·尼尔森 :
多元高斯流形上的Fisher-Rao和pullback Hilbert锥距离及其在混合物简化和量化中的应用。 488-504 李永贤 , 弗兰克·C·帕克 :
深度生成模型中的显式曲率正则化。 505-518 阿南特·坎德瓦尔 :
MASIL:为少数镜头类增量学习实现最大可分离类表示。 519-533 安东尼奥·布利奥拉 , 托马索·阿斯特 :
拓扑特征选择。 534-556 刘良晨 , 何俊才 , 颜熙载 :
流形结构数据的线性回归:外部几何对解的影响。 557-576