研究人员开发了一种计算Wasserstein质心的新方法,该方法用于聚合概率测度同时保持几何特性。这种新颖的方法利用概率测度空间中的梯度流,通过时间离散化实现可扩展计算。该方法结合了小批量最优传输,允许通过任务感知函数进行模块化正则化,并将监督信息整合到地面成本中。在计算机视觉、神经科学和化学工程领域的域适应基准测试中的实证验证表明,这种新求解器达到了最先进水平,有标签质心始终优于无标签质心。 AI
影响 这种新的Wasserstein质心计算方法可以增强AI应用中的域适应技术。
排序理由 该集群包含一篇详细介绍新计算方法的新学术论文。[lever_c_demoted from research: ic=1 ai=1.0]
- alphaXiv
- arXiv
- CatalyzeX
- DagsHub
- Eduardo Fernandes Montesuma
- Gotit.pub
- Hugging Face
- ScienceCast
- Wasserstein
AI 生成摘要 · Google Gemini · 来自 1 个来源。 我们如何撰写摘要 →