Wasserstein FLOW Learning for multi-Omics

Informations projet

WOLF

N° de convention de subvention: 101141361

DOI

10.3030/101141361

Date de signature de la CE 27 Mai 2024

Date de début 1 Octobre 2024

Date de fin 30 Septembre 2029

Financé au titre de

• European Research Council (ERC)

Coût total

€ 2 500 000,00

Contribution de l’UE

€ 2 500 000,00

Coordonné par

CENTRE NATIONAL DE LA RECHERCHE SCIENTIFIQUE CNRS
France

CORDIS fournit des liens vers les livrables publics et les publications des projets HORIZON.

Les liens vers les livrables et les publications des projets du 7e PC, ainsi que les liens vers certains types de résultats spécifiques tels que les jeux de données et les logiciels, sont récupérés dynamiquement sur OpenAIRE .

Livrables

Data Management Plan (1)

Data Management Plan

Publications

Conference proceedings (6)

Muon Dynamics as a Spectral Wasserstein Flow

Auteurs: Gabriel Peyré
Publié dans: Proc Neurips26, 2026
Éditeur: Neurips

Token Sample Complexity of Attention

Auteurs: Léa Bohbot, Cyril Letrouit, Gabriel Peyré and François-Xavier Vialard
Publié dans: Proceedings of ICML, 2026
Éditeur: PMLR
DOI: 10.48550/ARXIV.2512.10656

Transformers are Universal In-context Learners

Auteurs: Takashi Furuya, Maarten V. de Hoop and Gabriel Peyré
Publié dans: Proc ICLR, 2025
Éditeur: ICLR
DOI: 10.48550/ARXIV.2408.01367

Intrinsic training dynamics of deep neural networks

Auteurs: Sibylle Marcotte, Gabriel Peyré and Rémi Gribonval
Publié dans: Proc ICLR, 2026
Éditeur: ICLR
DOI: 10.48550/ARXIV.2508.07370

Transformative or Conservative? Conservation laws for ResNets and Transformers

Auteurs: Sibylle Marcotte, Rémi Gribonval and Gabriel Peyré
Publié dans: Proc ICML, 2025
Éditeur: ICML
DOI: 10.48550/ARXIV.2506.06194

Towards Understanding the Universality of Transformers for Next-Token Prediction

Auteurs: Michael Sander and Gabriel Peyré
Publié dans: Proceedings of ICLR, 2025
Éditeur: ICLR
DOI: 10.48550/ARXIV.2410.03011