Alignment of Vector Fields on Manifolds via Contraction Mappings

?

Alignment of Vector Fields on Manifolds via Contraction Mappings

Uchenye Zapiski Kazanskogo Universiteta. Seriya Fiziko-Matematicheskie Nauki. 2018. Vol. 160. No. 2. P. 300–308.

Pseudo-Boolean Polynomial Method for InterpreTab. Dimensionality Reduction: A Paradigm Shift from Abstract to Meaningful Feature Extraction

Chikake T. M., Гольденгорин Б. И., Пардалос П. О., Computer Optics 2025 Vol. 49 No. 6 P. 1191–1201

Добавлено: 2 января 2026 г.

CubicEoS.jl: Extensible, Open-Source Isothermal Phase Equilibrium Calculations for Fluids

Zakharov S., Писарев В. В., , in: Supercomputing: 9th Russian Supercomputing Days, RuSCDays 2023, Moscow, Russia, September 25–26, 2023, Revised Selected Papers, Part I.: Springer, 2023. P. 59–73.

Добавлено: 11 ноября 2025 г.

Reconstruction of manifold embeddings into Euclidean spaces via intrinsic distances

Nikita Puchkin, Vladimir Spokoiny, Eugene Stepanov и др., ESAIM - Control, Optimisation and Calculus of Variations 2024 Vol. 30 Article 3

Добавлено: 2 февраля 2024 г.

Structure-adaptive Manifold Estimation

Пучкин Н. А., Спокойный В. Г., Journal of Machine Learning Research 2022 Vol. 23 No. 40 P. 1–62

Добавлено: 3 февраля 2022 г.

2020 IEEE/CVF Conference on Computer Vision and Pattern Recognition Workshops (CVPRW)

IEEE, 2020.

Добавлено: 14 октября 2021 г.

Guaranteed Deterministic Approach to Superhedging: A Numerical Experiment

Андреев Н. А., Смирнов С. Н., Computational Mathematics and Modeling 2021 Vol. 32 P. 22–44

Добавлено: 30 сентября 2021 г.

Методы детерминированных и рандомизированных энтропийных проекций для редукции размерности матрицы данных

Попков Ю. С., Попков А. Ю., Дубнов Ю. А., Информатика и ее применения 2020 Т. 14 № 4 С. 47–54

Предложены методы детерминированного и рандомизированного проектирования, ориентированные на решение задачи понижения размерности. В случае детерминированного проектирования развивается параллельная процедура сжатия матрицы данных, минимизирующая кросс-энтропию Кульбака-Лейблера с учетом ограничения на информационную емкость, основанная на методе проекции градиента. Для рандомизированного проектирования рассматривается задача понижения размерности признакового пространства. Идея применения процедур проектирования для сжатия матрицы данных реализуется в ...

Добавлено: 26 января 2021 г.

User-controllable Multi-texture Synthesis with Generative Adversarial Networks

Alanov A., Kochurov M., Volkhonskiy D. и др., , in: Proceedings of the 15th International Joint Conference on Computer Vision, Imaging and Computer Graphics Theory and Applications (VISAPP 2020)Vol. 4.: SciTePress, 2020. P. 214–221.

Добавлено: 8 ноября 2020 г.

Finding the Nearest Valid Covariance Matrix: a FX Market Case

Минабутдинов А. Р., Bouev M., Manaev I., Journal of Computational Finance 2020 Vol. 24 No. 2 P. 103–127

Добавлено: 31 октября 2020 г.

Кросс-энтропийная редукции матрицы данных с ограничением информационной емкости матриц-проекторов и их норм

Попков Ю. С., Попков А. Ю., Дубнов Ю. А., Математическое моделирование 2020 Т. 32 № 9 С. 35–52

Развивается метод сокращения размерности матрицы данных, основанный на ее прямом и обратном проектировании, и вычислении проекторов, минимизирующих кросс-энтропийный функционал. Вводится понятие информационной емкости матрицы, которое используется в качестве ограничения в задаче оптимальной редукции. Проводится сравнение предлагаемого метода с известными в задаче бинарной классификации. ...

Добавлено: 31 октября 2020 г.

Alignment Of Vector Fields On Manifolds Via Contraction Mappings

Kachan O. N., Янович Ю. А., Абрамов Е. Н., Ученые записки Казанского университета. Серия: Физико-математические науки 2018 Vol. 160 No. 2 P. 300–308

Добавлено: 29 октября 2020 г.

Estimation Of Smooth Vector Fields On Manifolds By Optimization On Stiefel Group

Абрамов Е. Н., Янович Ю. А., Ученые записки Казанского университета. Серия: Физико-математические науки 2018 Vol. 160 No. 2 P. 220–228

Добавлено: 29 октября 2020 г.

Manifold Learning Based On Kernel Density Estimation

Кулешов А. П., Bernstein A. V., Янович Ю. А., Ученые записки Казанского университета. Серия: Физико-математические науки 2018 Vol. 160 No. 2 P. 327–338

Добавлено: 28 октября 2020 г.

Manifold Learning Based On Kernel Density Estimation

Добавлено: 28 октября 2020 г.

Application of principal components analysis results in visual network analysis

Денисенко А. С., Krylov G. O., Biosciences Biotechnology Research Asia 2015 Vol. 12 P. 609–617

Добавлено: 21 декабря 2018 г.

Об энтропийных критериях отбора признаков в задачах анализа данных

Дубнов Ю. А., Информационные технологии и вычислительные системы 2018 № 2 С. 60–69

В работе рассматривается задача понижения размерности пространства признаков для описания объектов в задачах анализа данных на примере бинарной классификации. В статье приводится обзор существующих подходов к решению данной задачи и предлагается несколько модификаций, в которых понижение размерности рассматривается как задача извлечения наиболее релевантной информации из признакового описания объектов и решается в терминах Шеноновской энтропии. Для выявления ...

Добавлено: 4 июля 2018 г.