尼科拉斯·加西亚·特里洛斯
人员信息
优化列表
![笔记](https://dblp.uni-trier.de/img/note-mark.dark.12x12.png)
2020年–今天
2024 [i31] 尼科拉斯·加西亚·特里洛斯 , 马特·雅各布斯 , 金雅旺 , 马修·沃伦斯基 :
计算多类分类中对抗训练下限的最优传输方法。 CoRR公司 腹肌/2401.09191 ( 2024 ) 2023 [公元15年] 尼科拉斯·加西亚·特里洛斯 , 马特·雅各布斯 , Jakwang Kim先生 :
对抗性多类分类的多边际最优运输公式。 J.马赫。 学习。 物件。 24 : 45:1-45:56 ( 2023 ) [公元14年] 尼科拉斯·加西亚·特里洛斯 , 何鹏飞 , 李成辉 :
基于图的多流形聚类的大样本谱分析。 J.马赫。 学习。 物件。 24 : 143:1-143:71 ( 2023 ) [i30] 卡米洛·加西亚·特里洛斯 , 尼科拉斯·加西亚·特里洛斯 :
关于对抗性稳健性以及使用Wasserstein上升-衰减动力学来加强它。 CoRR公司 abs/2301.03662 ( 2023 ) [i29] 尼古拉斯·加西亚·特里洛斯 , 马特·雅各布斯 , 金雅旺 :
关于多类分类对抗训练解决方案的存在性。 CoRR公司 abs/2305.00075 ( 2023 ) [第28条] 何塞·A·卡里略 , 尼科拉斯·加西亚·特里洛斯 , 李四旭 , 朱玉华 :
FedCBO:通过基于共识的优化在集群联合学习中达成集团共识。 CoRR公司 abs/2305.02894 ( 2023 ) [i27] 莱昂·邦格特 , 尼科拉斯·加西亚·特里洛斯 , 马特·雅各布斯 , 丹尼尔·麦肯齐 , 多德·尼科利奇 , 王庆松 :
它从一个边界开始:概率稳健学习的几何观点。 CoRR公司 abs/2305.18779 ( 2023 ) [i26] 尼科拉斯·加西亚·特里洛斯 , 梅兰妮·韦伯 :
奥利维尔Ricci曲率在数据云上的连续极限:逐点一致性和全局下界。 CoRR公司 abs/2307.02378 ( 2023 ) [i25] 尼科拉斯·加西亚·特里洛斯 , 安娜·利特尔 , 丹尼尔·麦肯齐 , 詹姆斯·墨菲 :
费马距离:度量近似、谱收敛和聚类算法。 CoRR公司 abs/2307.05750 ( 2023 ) 【i24】 李成辉 , Rishi Sonthalia公司 , 尼科拉斯·加西亚·特里洛斯 :
谱神经网络:近似理论和优化前景。 CoRR公司 abs/2310.00729 ( 2023 ) [第23条] 尼科拉斯·加西亚·特里洛斯 , 森菩萨 :
基于最优传输的去噪新视角。 CoRR公司 abs/2312.08135 ( 2023 ) 2022 [j13] 尼科拉斯·加西亚·特里洛斯 , 雷恩·莫里 :
对手分类:必要条件和几何流。 J.马赫。 学习。 物件。 23 : 187:1-187:38 ( 2022 ) [公元12年] 尼科拉斯·加西亚·特里洛斯 , 莫拉莱斯 :
通过半离散最优传输的半离散优化:神经体系结构搜索框架。 非线性科学杂志。 32 ( 三 ) : 27 ( 2022 ) [公元11年] 杰夫·考尔德 , 尼科拉斯·加西亚·特里洛斯 , 玛尔塔·列维卡 :
随机数据云上图拉普拉斯算子的Lipschitz正则性。 SIAM J.数学。 分析。 54 ( 1 ) : 1169-1222 ( 2022 ) [i22] 尼科拉斯·加西亚·特里洛斯 , 马特·雅各布斯 , Jakwang Kim先生 :
对抗性多类分类的多边际最优运输公式。 CoRR公司 腹肌/2204.12676 ( 2022 ) 【i21】 尼科拉斯·加西亚·特里洛斯 , 丹尼尔·桑兹·阿隆索 , 杨瑞仪(Ruiyi Yang) :
基于图的贝叶斯半监督学习的数学基础。 CoRR公司 abs/2207.01093 ( 2022 ) [i20] 尼科拉斯·加西亚·特里洛斯 , 雷恩·莫里 , 马修·索普 :
图Poly-Laplacian回归的收敛速度。 CoRR公司 abs/2209.02305 ( 2022 ) [i19] 罗跃天 , 尼科拉斯·加西亚·特里洛斯 :
非凸矩阵分解是测地凸的:从黎曼角度对固定秩矩阵优化的全局景观分析。 CoRR公司 abs/2209.15130 ( 2022 ) [i18] 阿迪蒂亚·库马尔·阿卡什 , 李四旭 , 尼科拉斯·加西亚·特里洛斯 :
基于Wasserstein重心的模型融合和神经网络的线性模式连通性。 CoRR公司 abs/2210.06671 ( 2022 ) 2021 [公元10年] 尼科拉斯·加西亚·特里洛斯 , 弗朗卡·霍夫曼 , 巴达德·侯赛尼 :
图的几何结构——拉普拉斯嵌入。 J.马赫。 学习。 物件。 22 : 63:1-63:55 ( 2021 ) 【c1】 尼科拉斯·加西亚·特里洛斯 , 费利克斯·莫拉莱斯 , 莫拉莱斯 :
用于神经结构搜索的传统和加速梯度下降。 GSI公司 2021 : 507-514 [i17] 尼科拉斯·加西亚·特里洛斯 , 何鹏飞 , 李成辉 :
基于图的多流形聚类的大样本谱分析。 CoRR公司 腹肌/2107.13610 ( 2021 ) [i16] 凯蒂·克雷格 , 尼科拉斯·加西亚·特里洛斯 , 德扬·斯莱普乔夫 :
图上的聚类动力学:通过Fokker-Planck插值从谱聚类到均值偏移。 CoRR公司 abs/2108.08687 ( 2021 ) 【i15】 卡米洛·加西亚·特里洛斯 , 尼科拉斯·加西亚·特里洛斯 :
深度神经网络上分布鲁棒学习的正则化风险。 CoRR公司 abs/2109.06294 ( 2021 ) [第14条] 莱昂·邦格特 , 尼科拉斯·加西亚·特里洛斯 , 雷恩·莫里 :
二进制分类中对抗训练的几何学。 CoRR公司 abs/2111.13613 ( 2021 ) 2020 [公元9年] 尼科拉斯·加西亚·特里洛斯 , 莫里茨·格拉赫 , 马蒂亚斯·海因 , 德扬·斯列普切夫 :
随机几何图上的图Laplacian向Laplace-Beltrami算子谱收敛的误差估计。 已找到。 计算。 数学。 20 ( 4 ) : 827-887 ( 2020 ) [j8] 尼科拉斯·加西亚·特里洛斯 , 扎卡里·卡普兰 , 塔博·萨马霍纳 , 丹尼尔·桑兹·阿隆索 :
基于图的贝叶斯半监督学习的一致性和抽样算法的可扩展性。 J.马赫。 学习。 物件。 21 : 28:1-28:47 ( 2020 ) [j7] 尼科拉斯·加西亚·特里洛斯 , 瑞安·W·穆雷 :
图Laplacian回归元一致收敛的最大原理论证。 SIAM J.数学。 数据科学。 2 ( 三 ) : 705-739 ( 2020 ) [i13] 丹尼尔·比戈尼 , 陈玉明 , 尼科拉斯·加西亚·特里洛斯 , 优素福·马尔祖克 , 丹尼尔·桑兹·阿隆索 :
贝叶斯反演的数据驱动前向离散化。 CoRR公司 abs/2003.07991 ( 2020 ) [i12] 尼科拉斯·加西亚·特里洛斯 , 雷恩·莫里 , 马修·索普 :
从图切割到等周不等式:数据云上契格切割的收敛速度。 CoRR公司 abs/2004.09304 ( 2020 ) [i11] 尼科拉斯·加西亚·特里洛斯 , 费利克斯·莫拉莱斯 , 莫拉莱斯 :
用于神经结构搜索的传统和加速梯度下降。 CoRR公司 abs/2006.15218 ( 2020 ) [i10] 尼科拉斯·加西亚·特里洛斯 , 莫拉莱斯 :
通过半离散最优传输的半离散优化:神经结构搜索的框架。 CoRR公司 abs/2006.15221 ( 2020 ) [第九章] 杰夫·考尔德 , 尼古拉斯·加西亚·特里洛斯 , 玛尔塔·列维卡 :
随机数据云上拉普拉斯图的Lipschitz正则性。 CoRR公司 abs/2007.06679 ( 2020 ) [i8] 尼科拉斯·加西亚·特里洛斯 , 雷恩·莫里 :
对手分类:必要条件和几何流。 CoRR公司 abs/2011.10797 ( 2020 )
2010 – 2019
2019 [j6] 尼科拉斯·加西亚·特里洛斯 , 扎卡里·卡普兰 , 丹尼尔·桑兹·阿隆索 :
深度学习中局部熵和热正则化的变分特征。 熵 21 ( 5 ) : 511 ( 2019 ) [j5] 尼科拉斯·加西亚·特里洛斯 , 丹尼尔·桑兹·阿隆索 , 杨瑞仪(Ruiyi Yang) :
噪声点云的局部正则化:改进的全球几何估计和数据分析。 J.马赫。 学习。 物件。 20 : 136:1-136:37 ( 2019 ) 【j4】 尼科拉斯·加西亚·特里洛斯 :
数据云上k-NN图基函数的变分极限。 SIAM J.数学。 数据科学。 1 ( 1 ) : 93-120 ( 2019 ) [i7] 尼科拉斯·加西亚·特里洛斯 , 扎卡里·卡普兰 , 丹尼尔·桑兹·阿隆索 :
深度学习中局部熵和热正则化的变分特征。 CoRR公司 abs/1901.10082 ( 2019 ) [i6] 尼古拉斯·加西亚·特里洛斯 , 雷恩·莫里 :
图Laplacian回归元一致收敛的最大原理论证。 CoRR公司 abs/1901.10089 ( 2019 ) [i5] 尼古拉斯·加西亚·特里洛斯 , 丹尼尔·桑兹·阿隆索 , 杨瑞仪 :
噪声点云的局部正则化:改进的全球几何估计和数据分析。 CoRR公司 abs/1904.03335 ( 2019 ) [i4] 杰夫·考尔德 , 尼科拉斯·加西亚·特里洛斯 :
改进了epsilon图和k-NN图上的图Laplacians的谱收敛速度。 CoRR公司 abs/1910.13476 ( 2019 ) 2018 [j3] 尼科拉斯·加西亚·特里洛斯 , 丹尼尔·桑兹·阿隆索 :
图贝叶斯反问题中后验函数的连续极限。 SIAM J.数学。 分析。 50 ( 4 ) : 4020-4040 ( 2018 ) 2017 [注2] 阿迪蒂亚·拉姆达斯 , 尼科拉斯·加西亚·特里洛斯 , 马可·库图里 :
关于Wasserstein二样本检验和相关非参数检验族。 熵 19 ( 2 ) : 47 ( 2017 ) [i3] 尼科拉斯·加西亚·特里洛斯 , 扎卡里·卡普兰 , 塔博·萨马霍纳 , 丹尼尔·桑兹·阿隆索 :
基于图的贝叶斯学习的一致性和抽样算法的可扩展性。 CoRR公司 abs/1710.07702 ( 2017 ) 2016 [j1] 尼科拉斯·加西亚·特里洛斯 , 德扬·斯莱普乔夫 , 詹姆斯·冯·布莱希特 , 托马斯·洛朗 , 泽维尔·布列松 :
Cheeger和比率图切割的一致性。 J.马赫。 学习。 物件。 17 : 181:1-181:46 ( 2016 ) 2015 [i2] 尼科拉斯·加西亚·特里洛斯 , 德扬·斯莱普乔夫 :
谱聚类一致性的变分方法。 CoRR公司 abs/1508.01928 ( 2015 ) 2014 [i1] 尼科拉斯·加西亚·特里洛斯 , 德扬·斯莱普乔夫 , 詹姆斯·冯·布莱希特 , 托马斯·洛朗 , 泽维尔·布列松 :
Cheeger和比率图切割的一致性。 CoRR公司 abs/1411.6590 ( 2014 )
合著者索引
![](https://dblp.uni-trier.de/img/cog.dark.24x24.png)