实体
Fused Gromov-Wasserstein
Fused Gromov-Wasserstein
PulseAugur coverage of Fused Gromov-Wasserstein — every cluster mentioning Fused Gromov-Wasserstein across labs, papers, and developer communities, ranked by signal.
总计 · 30天
1
90 天内 3
发布 · 30天
0
90 天内 0
论文 · 30天
1
90 天内 3
层级分布 · 90 天
主题
情绪 · 30 天
1 天有情绪数据
最近 · 第 1/1 页 · 共 3 条
-
新框架为图值AI预测提供不确定性量化
研究人员开发了一个新的共形预测框架，专为图值输出设计，可在复杂的结构化输出空间中提供无分布的覆盖保证。该方法利用Z-Gromov-Wasserstein距离，特别是通过融合Gromov-Wasserstein (FGW) 实现，以一种排列不变的方式比较预测图和候选图。为了实现自适应预测集，该方法将共形分位数回归 (CQR) 扩展到一种称为分数共形分位数回归 (SCQR) 的新方法，该方法适用于图值输出。该框架的有效性已在合成数据和涉及…
-
新型 k-NN 分类器利用 Gromov-Wasserstein 距离处理图
研究人员开发了一种利用 Gromov--Wasserstein (GW) 和融合 Gromov--Wasserstein (fGW) 距离的 $k$-最近邻 ($k$-NN) 分类方法。该方法可以直接比较具有不同节点数的图，并可纳入节点特征。研究证明了这些基于 GW 的 $k$-NN 分类器对于一般图和节点属性图的通用一致性，实验结果显示出强大的性能。
-
New SDR algorithm learns target-aware data representations
研究人员推出了一种名为监督分布缩减（SDR）的新型算法，旨在学习目标感知的数据表示。SDR 结合了最优传输和依赖性最大化，以平衡数据压缩和预测保真度。该方法旨在创建能够同时捕捉数据固有的几何结构和下游任务的关键监督信号的紧凑表示。该方法还为高斯过程建模等应用的非平稳核设计提供了新视角。