geometric framework | BriefGPT

关键词geometric framework

搜索结果 - 9

逆强化学习中通过最优传输理论理解奖励模糊性
该论文利用最优传输理论（OT）提供了一个新的视角，通过利用最优传输中的 Wasserstein 距离，建立了一个几何框架，可以量化奖励的模糊性，并确定奖励函数的中心表示或重心，为几何解释锚定的稳健逆 RL 方法提供了结构化的方法来解决高维奖
PDF9 months ago
哈密顿系统的对称保持：仿真与学习
通过建立 $G$- 不变的拉格朗日子流形，本文提出了一种通用的几何框架，用于模拟和学习在李群对称性下不变的哈密顿系统的动力学，以此获得比非对称感知方法更真实的原始动力学替代品和更准确的未观测轨迹预测器。
PDF10 months ago
基于约束狄利克雷能量最小化的隐式图神经扩散
设计基于参数化图拉普拉斯算子的隐式图扩散层，从而在节点和图分类任务中展现了强化的性能，通过减少超平滑问题，权衡平滑和节点特征信息的保持。
PDFa year ago
几何超声定位显微镜
该研究提出了一种新颖的基于几何框架的微泡定位方法，该方法利用时差到达信息，克服了现有波束成形的限制，并在可用传感器数据的一部分情况下，比现有基准方法更准确，更可靠。
PDFa year ago
从几何视角看概率鲁棒学习的边界问题
本文提出了对于概率鲁棒学习方法的新的几何观点，针对其原始公式存在的细微缺陷，引入了一族概率非局部周长函数，通过新颖的松弛方法证明了解的存在性，并研究了所引入的周长的性质与局部极限。
PDFa year ago
学习几何词元嵌入
本文提出了一个几何框架，用于学习来自不同嵌入源的单词元嵌入。该框架将嵌入转换为共同的潜空间，这使得对给定单词的不同嵌入进行简单平均更加易于处理。通过两种特定的几何变换（正交旋转和马氏度量缩放），得到了提出的潜空间。在几个单词相似性和类比测试
PDF4 years ago
ICML对称零和博弈中的开放式学习
本文提出了一个几何框架来制定零和博弈中的智能体目标，以构建产生开放式学习的自适应目标序列，从而产生比现有算法更强的智能体集合。我们将 PSRO_rN 应用于两个高度非传递性的资源分配游戏，并发现 PSRO_rN 始终优于现有替代方案。
PDF5 years ago
Lasso 问题的筛选测试
本文基于几何直觉框架，对通过字典筛选技术来解决 lasso 稀疏线性组合问题的方法进行了研究。它提供了有助于理解 lasso 筛选测试及其局限性的基本见解，并对数个数据集进行了说明性数值研究。
PDF10 years ago
广义高维线性反问题的几何推断
该论文提出了一个几何统计分析框架，适用于泛化的不适定线性反问题模型，包括噪声压缩感知、符号向量恢复、迹回归、正交矩阵估计和噪声矩阵完成等特殊情况，提出了可行的计算凸规划方法，用于统计推断，包括估计、置信区间和假设检验。该论文建立了一个理论框
PDF10 years ago