PulseAugur
实时 04:05:12

新的 Finsler 度量结合谱系数据增强轨迹推断

研究人员开发了一种新颖的 Finsler 度量,该度量将离散的、有向的先验知识与连续的几何先验相结合,用于轨迹推断。这种新方法通过结合分类和几何特征来增强对动力系统动力学的理解,从而在合成和真实世界的数据集上提高插值性能,特别是在谱系树提供关键转换信息的发育生物学等领域。 AI

影响 引入了一个新颖的数学框架,可以提高 AI 建模和预测复杂系统动力学能力。

排序理由 该集群包含一篇详细介绍轨迹推断新方法的学术论文。[lever_c_demoted from research: ic=1 ai=1.0]

在 arXiv cs.LG 阅读 →

AI 生成摘要 · Google Gemini · 来自 1 个来源。 我们如何撰写摘要 →

新的 Finsler 度量结合谱系数据增强轨迹推断

报道来源 [1]

  1. arXiv cs.LG TIER_1 English(EN) · Aaron Zweig, Mingxuan Zhang, David A. Knowles, Elham Azizi ·

    利用Finsler几何学习溯源测地线

    arXiv:2603.16708v2 Announce Type: replace Abstract: Trajectory inference investigates how to interpolate paths between observed timepoints of dynamical systems, such as temporally resolved population distributions, with the goal of inferring trajectories at unseen times and bette…