wasserstein-2 distance | BriefGPT

关键词wasserstein-2 distance

搜索结果 - 7

ICMLMC-GTA: 使用自相关的拟合程度检验进行约束度量的基于模型的聚类
提出了一种新颖的聚类算法 MC-GTA，通过自相关度量进行模型建立的聚类，成功应用于一维和二维的合成和真实数据集，性能表现超过基准算法。
PDFa month ago
使用 Transformer 在潜空间中进行流匹配的收敛性分析
我们研究了基于 ODE 的生成模型（特别是流匹配），通过使用预训练的自编码网络将高维原始输入映射到低维潜在空间，再通过训练一个转换网络来预测从标准正态分布到目标潜在分布的变换速度场。我们的误差分析证明了这种方法的有效性，显示出通过估计 OD
PDF3 months ago
连续归一化流在概率分布学习中的收敛性
通过连续归一化流（CNFs）和线性插值，我们研究了采用匹配流目标函数学习概率分布的 CNFs 在从有限随机样本中学习概率分布方面的理论属性，并建立了基于 Wasserstein-2 距离的分布估计器的非渐进误差界。
PDF3 months ago
基于扩散的生成模型及其误差界：全收敛估计下的对数凹情况
我们以具有未知均值的高斯分布的抽样为动机示例，通过扩散生成模型提供了在强对数凹数据分布假设下的收敛性行为的全面理论保证。我们的评估函数类使用的逼近是利普希茨连续函数，同时通过与相应的抽样估计相结合，对于与数据分布之间的 Wasserstei
PDF7 months ago
Wasserstein 空间中的流形学习
本文旨在建立流形学习算法在紧凸子集上绝对连续概率测度空间中的理论基础，其中测度空间以 Wasserstein-2 距离 W 度量。我们首先介绍了概率测度子流形 Λ 的一种自然构造，配备了度量 Wλ，这是 W 对 Λ 的测地距离限制。与其他构
PDF8 months ago
潜空间中的流匹配
本文提出了一种在预训练自编码器的潜在空间中应用流匹配的方法，以实现高分辨率图像合成的计算效率和可扩展性的提高，并将各种条件集成到流匹配中进行条件式生成任务，包括标签条件下的图像生成、图像修复和语义到图像的生成。通过大量实验，本方法在各种数据
PDFa year ago
神经最优传输求解器有效吗？连续 Wasserstein-2 基准测试
本文研究了神经网络在最优传输问题中的应用。通过使用输入凸性神经网络来构建连续测量的对，该对的基本真实的最优传输映射可以通过分析获得。然后使用这些基准测量来评估现有的最优传输求解器，研究发现现有的最优传输求解器精度存在局限性，提高最优传输的准
PDF3 years ago