PulseAugur
中
实时 12:48:49
English(EN) Variational Entropic Optimal Transport

引入新的变分熵最优传输方法

作者 PulseAugur 编辑部 · [1 个来源] ·

研究人员引入了一种用于域翻译问题的新颖方法——变分熵最优传输（VarEOT）。该方法将熵最优传输中难以处理的对数分配项重构为一个可处理的最小化问题。VarEOT利用精确的变分重构，能够使用随机梯度进行优化，并消除了对基于模拟的训练过程的需求。在合成数据和图像到图像翻译任务上的实验表明，该方法具有具有竞争力的结果，并提供泛化和近似的理论保证。 AI

影响 引入了一种新的域翻译优化原理，有望提高图像翻译质量并提供理论保证。

排序理由 该集群包含一篇详细介绍机器学习新方法的学术论文。[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 →

报道来源 [1]

  1. arXiv cs.LG TIER_1 English(EN) · Roman Dyachenko, Nikita Gushchin, Kirill Sokolov, Petr Mokrov, Evgeny Burnaev, Alexander Korotin ·

    变分熵最优输运

    arXiv:2602.02241v2 Announce Type: replace Abstract: Entropic optimal transport (EOT) in continuous spaces with quadratic cost is a classical tool for solving the domain translation problem. In practice, recent approaches optimize a weak dual EOT objective depending on a single po…

相关话题