研究人员开发了一种名为Rao-Blackwellized分数匹配（DSM）的新方法，以解决数据位于流形上的统计建模挑战。该技术通过条件化投影来优化去噪目标，有效消除了由环境高斯噪声引起的奇异性。所得方法提供了$L^2$-最优预测器，并深入了解了数据分布的内在和外在几何特性。 AI
影响 引入了一种用于流形数据建模的新型统计技术，可能改进生成模型和表示学习。
排序理由 该集群包含一篇详细介绍新统计方法的学术论文。
AI 生成摘要 · Google Gemini · 来自 2 个来源。 我们如何撰写摘要 →
完整方法见我们的编辑标准。
arXiv:2605.25567v1 Announce Type: cross Abstract: We study denoising score matching (DSM) when the latent distribution is supported on a smooth embedded manifold $M \subset \mathbb{R}^D$. Under ambient Gaussian corruption, the tangent denoising target contains a singular normal-f…
We study denoising score matching (DSM) when the latent distribution is supported on a smooth embedded manifold $M \subset \mathbb{R}^D$. Under ambient Gaussian corruption, the tangent denoising target contains a singular normal-fiber noise channel whose variance diverges as $d/σ…