研究人员开发了一个新的黎曼流形上最优输运计划重心投影框架。该方法解决了将概率最优输运耦合转换为确定性映射的挑战，而这因流形的曲率和割点集而变得复杂。所提出的框架包括一个将源点映射到条件弗雷歇均值的内禀投影，以及一个充当局部位移代理的切向对数-指数投影。在各种数据集上的实验证明了这些投影的有效性。 AI
影响 为复杂几何数据上的机器学习引入了新的数学工具。
排序理由 这是一篇详细介绍新数学框架及其实验验证的研究论文。
AI 生成摘要 · Google Gemini · 来自 2 个来源。 我们如何撰写摘要 →
arXiv:2606.07926v1 Announce Type: new Abstract: Optimal transport couplings are probabilistic objects, while many learning pipelines require deterministic maps. In Euclidean space, barycentric projection converts a coupling into a map by taking conditional expectations, but on a …
Optimal transport couplings are probabilistic objects, while many learning pipelines require deterministic maps. In Euclidean space, barycentric projection converts a coupling into a map by taking conditional expectations, but on a Riemannian manifold curvature and cut loci make …