ICMLSep, 2023

深度生成模型中的明确曲率正则化

TL;DR我们提出了一种基于曲率的正则化方法用于深度生成模型学习,从而导出了坐标不变的内在曲率和外在曲率的显式公式,用于描述嵌入高维欧几里得空间中的任意数据流形。通过比较实验发现,与现有的自动编码器训练方法相比,基于曲率的方法在处理噪声运动捕捉数据时表现更优秀,其中内在曲率度量略优于外在曲率度量。