Fisher--Rao
PulseAugur coverage of Fisher--Rao — every cluster mentioning Fisher--Rao across labs, papers, and developer communities, ranked by signal.
2 天有情绪数据
-
新论文探讨用于策略梯度的 Fisher-Rao 梯度流
一篇新论文提出了一个理论框架，用于理解强化学习中的自然策略梯度方法。该研究侧重于应用于线性规划的 Fisher-Rao 梯度流，并展示了线性收敛率。这项工作为线性规划中的熵正则化提供了改进的估计，并扩展到扰动梯度流。
-
新的平流费舍尔-劳度量增强了概率测度优化
研究人员引入了一种新的平流费舍尔-劳度量，用于连续方程控制的概率测度优化任务。该度量已被证明可以提供最优下降方向，并源于三个不同的理论视角：路径测度上费舍尔-劳度量的零噪声极限、弗里德林-温策尔大偏差率泛函的二阶变分的期望值，以及动态最优输运的贝纳莫-布伦耶作用泛函的Hessian矩阵。计算实验证实，这种平流费舍尔-劳度量能有效拟合概率密度，优于优化速度场的Gauss-Newton方法。
-
FRInGe 论文引入 Fisher-Rao 积分梯度以改进 AI 模型归因
研究人员引入了 FRInGe，一种用于改进机器学习模型中基于梯度的归因的新颖方法。FRInGe 通过在预测分布空间中定义参考点并使用 Fisher-Rao 测地线进行插值，解决了现有技术（如积分梯度）的局限性。该方法旨在为模型行为提供更鲁棒和校准的解释，并在各种 ImageNet 架构中得到了证明。
-
新arXiv论文探讨梯度流动力学的几何退火
研究人员研究了将几何退火作为从概率分布采样的_一种方法，并将其视为一个优化问题。他们的工作分析了使用一系列移动目标对Wasserstein和Fisher-Rao梯度流的影响，并建立了指数收敛界限。该研究还考察了这些方法的_时间离散化版本，发现初始分布和目标分布的几何混合在Fisher-Rao情况下_并不能加速收敛。