PulseAugur
中
实时 05:54:37
English(EN) $L^2$ over Wasserstein: Statistical Analysis for Optimal Transport

新的 $L^2$ over Wasserstein 框架增强了随机测度的最优传输

作者 PulseAugur 编辑部 · [2 个来源] ·

研究人员引入了一个名为 $L^2$ over Wasserstein 空间的新框架，以解决最优传输中的统计不确定性。该框架将经典理论扩展到随机概率测度，保留了 Wasserstein 空间的黎曼结构，并实现了随机梯度流动力学。该方法为随机最优传输提供了一种统一的方法，有利于原则性推理和生成模型，并可以纳入 Transformer 模型中的随机 token 采样等理论。 AI

影响 在统计不确定性下为原则性推理和生成模型提供了一个统一的框架，有可能提高 Transformer 模型的性能。

排序理由 该集群包含一篇详细介绍统计学和机器学习新理论框架的学术论文。

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 →

新的 $L^2$ over Wasserstein 框架增强了随机测度的最优传输

报道来源 [2]

  1. arXiv stat.ML TIER_1 English(EN) · Riccardo Passeggeri, Rohan M. Shenoy, Pengcheng Ye ·

    $L^2$ 上的 Wasserstein：最优传输的统计分析

    arXiv:2605.21365v1 Announce Type: cross Abstract: Optimal transport provides an inherently geometric and highly structured framework for studying spaces of probability measures, supplying a rich theoretical toolkit for contemporary statistics, machine learning, and generative mod…

  2. arXiv stat.ML TIER_1 English(EN) · Pengcheng Ye ·

    $L^2$ 上的 Wasserstein：最优传输的统计分析

    Optimal transport provides an inherently geometric and highly structured framework for studying spaces of probability measures, supplying a rich theoretical toolkit for contemporary statistics, machine learning, and generative modelling. In applications, however, the measures of …

相关实体

相关话题