PulseAugur
实时 14:44:04
English(EN) Radial Compensation: Fixing Radius Distortion in Chart-Based Generative Models on Riemannian Manifolds

新方法修复流形上生成模型的半径失真

研究人员开发了一种名为径向补偿(RC)的新方法,以解决在黎曼流形上运行的生成模型中的失真问题。标准方法将样本从欧几里得切空间映射到流形,这会改变距离解释。RC 引入了一个特定的基分布,该分布保留了测地线径向似然和切空间各向同性,从而实现了更稳定的训练和更清晰的曲率估计。通过将统计意义与数值条件分离开来,该技术在流形变分自编码器和连续归一化流方面取得了改进。 AI

影响 提高了在复杂数据流形上生成模型的稳定性和可解释性。

排序理由 该集群包含一篇详细介绍生成模型新方法的学术论文。[lever_c_demoted from research: ic=1 ai=1.0]

在 arXiv stat.ML 阅读 →

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

新方法修复流形上生成模型的半径失真

报道来源 [1]

  1. arXiv stat.ML TIER_1 English(EN) · Marios Papamichalis, Regina Ruane ·

    Radial Compensation: Fixing Radius Distortion in Chart-Based Generative Models on Riemannian Manifolds

    arXiv:2511.14056v2 Announce Type: replace-cross Abstract: We study the base distribution in chart-based generative models on Riemannian manifolds. Standard methods sample in Euclidean tangent space and then map the sample to the manifold with a chart. This is convenient, but it c…