Euclidean distance
PulseAugur coverage of Euclidean distance — every cluster mentioning Euclidean distance across labs, papers, and developer communities, ranked by signal.
2 天有情绪数据
-
新的“自趋条件”改进了AI世界模型的规划能力
研究人员发现了一个新的条件，称为“自趋条件”，这对于世界模型中可靠的短视界规划至关重要。该条件解决了潜在目标距离错误地对候选动作序列进行排序的问题，即使它们代表了真正的进展。研究表明，潜在空间中的急剧弯曲会产生发生这种排序反转的区域，从而影响规划的准确性。实验验证了这些预测，表明潜在维度的排列，而不仅仅是它们的数量，在规划性能中起着重要作用。
-
数据科学相似性指标解析：从Netflix到欺诈检测
本文探讨了数据科学应用中至关重要的各种相似性度量和指标。文章解释了为何需要这些指标，并提供了示例，如Netflix的推荐、Goldman Sachs等金融机构的欺诈检测以及零售企业的客户细分。该帖子还触及了搜索引擎如何使用这些指标对相关文档进行排名，并讨论了欧几里得距离、曼哈顿距离和余弦相似度等不同距离指标的可用性。
-
新方法增强了AI驱动的项目调度启发式算法
研究人员开发了一种新的方法，利用代理辅助遗传编程（GP）来改进动态多模式项目调度的启发式规则。该研究侧重于表型特征（PC）以在有限的完全模拟预算内增强适应度估计。测试了三种编码方案——优先级值、排序和二进制——其中二进制编码结合欧氏距离显示出对代理辅助GP最有效和最稳健的指导。
-
新的“视图距离”度量增强了高维数据聚类
研究人员引入了一种新颖的距离度量方法，称为“视图距离”（View distance），旨在提高k-means等聚类算法在高维数据上的性能。与可能在处理各向异性结构或冗余特征时表现不佳的欧氏距离不同，视图距离将数据投影到多个平面上，以捕捉复杂的特征交互。为了提高计算效率，提出了一种基于迭代最大权重匹配的策略，将复杂度从O(n^2)降低到O(k)。在各种数据集上的实验表明，视图距离在保持可解释性和速度的同时，提供了与传统度量方法相当或更优的结果。
-
新框架增强了图像分类的几何特征构建
本文介绍了一种用于结构化图像分类中构建几何特征的新框架，超越了简单的地标提取。该研究侧重于如何最好地表示图像中语义部分之间的空间关系，认为这种几何信息对于手势识别和医学图像分析等任务至关重要。通过对手势识别的实验，研究表明结合各种几何组件的混合表示优于原始坐标特征，突出了特征构建作为基本建模决策的重要性。
-
新方法通过潜在世界模型增强AI规划 · 跟踪4个来源
研究人员开发了新的方法来改进潜在世界模型中的规划，这些模型可以预测动作序列的结果。一种方法，强化规划（RP1），通过将良好的搜索规则强化到神经规划器中来学习改进多步规划，其性能显著优于传统的搜索算法。另一种方法DA-LeWM通过为潜在世界模型增加逆动力学和演示条件目标-动作头来解决决策度量对齐问题，从而在模型预测控制任务中实现更快的收敛和更高的成功率。
-
新的几何过滤方法增强了用于文本分类的LLM生成数据
研究人员开发了一种新颖的几何过滤框架，以提高大型语言模型（LLM）为文本分类任务生成的合成数据的质量。该方法根据LLM生成的样本在嵌入空间中到真实数据点的欧氏距离进行评估，仅选择在几何上与目标类别一致的样本。该方法在各种数据集和分类器上均显示出显著的改进，优于SMOTE等现有方法，并在命名实体识别任务中表现出特别的功效。
-
新方法改进神经表征距离计算
研究人员开发了改进的多元模式分析中神经表征之间距离的计算方法。新技术提高了现有度量（如交叉验证欧氏距离和皮尔逊距离）的可靠性和准确性。这些进展对于分析复杂的神经数据（如MEG记录）尤其重要，并能提供对神经表征更精确的见解。
-
NLP 模型如何将任意 Token ID 转换为有意义的嵌入式
Token ID，即任意整数，在自然语言处理模型中通过嵌入式获得含义。最初，使用独热编码，为每个 Token 分配一个唯一、稀疏的向量。然而，这种方法对于大型词汇表来说效率低下，并且无法捕捉词语之间的语义关系，因为所有词语的距离都相等。密集向量，即嵌入式，通过将 Token 表示为更短、有意义的数字列表来克服这些限制，其中相似的词语具有数值上接近的向量，从而使模型能够理解语义关系。
-
新的可扩展 MADD 算法应对大数据分类挑战
研究人员开发了一个可扩展版本的平均绝对距离差（MADD）算法，以解决其在大数据集上的计算限制。原始的 MADD 算法虽然在高维场景中有效，但其计算复杂度与训练样本数量呈二次方关系，使其不适用于大数据。提出的可扩展版本通过采用代表性样本选择并利用随机傅里叶特征进一步加速，显著降低了计算复杂度，从而能够将 MADD 应用于具有大量观测值的大数据。