Rezha Adrian Tanuharja

Beschreibung
Generative AI hat in letzter Zeit erheblich an Bedeutung gewonnen, da Fortschritte die Generierung synthetischer Daten in verschiedenen Bereichen ermöglichen. Diese Modelle gehen jedoch häufig davon aus, dass die Daten in euklidischen Räumen mit flacher Geometrie liegen, während reale Daten oft auf niedrigdimensionalen Riemannschen Mannigfaltigkeiten in höherdimensionalen Räumen angesiedelt sind. Ziel dieser Forschung ist es, Modelle zu untersuchen, die diese zugrunde liegenden Strukturen berücksichtigen, um Leistung und Effizienz zu verbessern.