PulseAugur
中
实时 01:18:25

新方法使用热核熵分析流形

作者 PulseAugur 编辑部 · [2 个来源] ·

研究人员开发了一种名为热核熵剖面（heat-kernel entropy profiles）的新方法，用于分析紧致流形上的加权经验测度。该技术利用内在热流扩散加权原子，以跟踪不同尺度的不均匀性。由此产生的几何有效样本量（geometric effective sample size）会折扣附近或重复的粒子，同时与分离良好的粒子的标准有效样本量保持一致。在球体上的实验表明，这种剖面可以揭示传统仅基于权重的摘要所忽略的复杂粒子结构。 AI

影响 引入了可能增强AI中表示学习和粒子逼近方法的新型统计技术。

排序理由 该集群包含一篇详细介绍用于分析流形上数据的新统计方法的学术论文。

在 arXiv stat.ML 阅读 →

AI 生成摘要 · Google Gemini · 来自 2 个来源。 我们如何撰写摘要 →

新方法使用热核熵分析流形

报道来源 [2]

  1. arXiv stat.ML TIER_1 English(EN) · Kisung You ·

    流形上加权测度的热核熵分布与几何有效样本量

    arXiv:2607.06696v1 Announce Type: new Abstract: Weighted empirical measures on compact manifolds arise in importance sampling, particle approximations, posterior summaries, quadrature, and representation learning. Standard weight-only summaries, such as ordinary effective sample …

  2. arXiv stat.ML TIER_1 English(EN) · Kisung You ·

    流形上加权测度的热核熵剖面和几何有效样本量

    Weighted empirical measures on compact manifolds arise in importance sampling, particle approximations, posterior summaries, quadrature, and representation learning. Standard weight-only summaries, such as ordinary effective sample size, ignore the geometry of the support. We int…

相关实体

相关话题