Nitidez geométrica de Fisher y el sesgo implícito de SGD hacia mínimos planos
Descubre cómo la nitidez geométrica de Fisher resuelve la controversia sobre mínimos planos y generalización, con pruebas de invariancia y PAC-Bayes.
#geometría riemanniana
VAEs con flujos geométricos latentes estables de alta dimensión para dinámicas
Descubre cómo los autoencoders variacionales con flujos geométricos latentes mejoran la representación de dinámicas en PDEs, reduciendo errores OOD hasta 35%.
Cálculo geodésico en variedades latentes implícitas
Aprende a calcular geodesicas en variedades latentes implícitas usando geometría Riemanniana. Método robusto para autoencoders con proyección denoising.
SPDM: Modelado con restricciones de variedad para series temporales
Descubre SPDM, un modelo con restricciones de variedad para pronóstico preciso y eficiente de series temporales.