arXiv cs.LG·7 天前★ 2

PRISM 框架用稀疏 MoE 路由改进城市多视图表征学习

原文标题:Rethinking Multi-View Fusion for Urban Representation Learning

重要度 2/5 · AI 综合评估报道影响力与新鲜度,4–5 分为高价值资讯。

AI 智能摘要

arXiv 论文指出城市多视图数据存在模态效用区域差异与梯度失衡两大结构性问题,提出自调整框架 。它用稀疏 路由学习区域专属视图分配,并用类 PID 调节机制缓解梯度冲突。在三个大规模城市数据集上表现优于强基线且训练更稳定。

论文速读 · 四段结构cs.LG去论文速读 →
问题
城市多视图数据中模态效用区域差异大、多目标梯度失衡。
方法
用稀疏 MoE 路由学习区域专属视图分配,并用类 PID 机制缓解梯度冲突。
结果
在三个大规模城市数据集上优于强多视图基线,训练更稳定、区域表征更均衡。
影响
为城市计算类多模态融合提供自适应方案,缓解静态融合偏科与训练不稳。
阅读原文 +0
AI 处理过程展开/收起
原始标题:Rethinking Multi-View Fusion for Urban Representation Learning
AI 中文标题:PRISM 框架用稀疏 MoE 路由改进城市多视图表征学习
来源:arXiv cs.LG · 发布于 7 天前
分类:学术研究 · AI 重要度:★ 2(2)
标签:多视图学习 / 城市计算 / MoE / 表征学习
关键词:城市表征学习 / 多视图融合 / 稀疏 MoE / 梯度冲突 / PRISM 框架
AI 处理:2026/10/26 12:01:58 · 模型 deepseek-chat · 规则版本 2026-10-21.1
AI 生成以上内容由 AI 自动生成:中文标题、摘要、分类与重要度;同一事件的多家报道会自动归并展示。 内容仅供参考,可能存在偏差,请以原文为准, 不构成任何投资或专业建议。
版权归原作者与原发布平台所有;若涉及侵权或信息错误,请在举报与侵权投诉页反馈,我们会及时处理。
每天 09:30,3 条 AI 圈真正重要的变化,免费订阅 →

相关推荐

36氪·6 天前★ 5

OpenAI 宣布数学、计算机科学、物理学三项新发现

AI 摘要OpenAI 宣布在调和分析、复杂性理论和量子场论三个方向取得新发现,并采用与学术界合作的新方法。公司邀请外部专家组织团队理解研究结果,参与者无需签署保密协议、可自由讨论并发表结论,且为自愿无报酬。OpenAI 表示不会为内部模型产生的发现寻求学术署名。

#学术研究
The Verge AI·23 天前★ 5

数学家称需数年消化 OpenAI 最新数学成果

AI 摘要OpenAI 本周突然发布近 400 项 AI 生成的数学成果,分布在 700 多份手稿中,覆盖组合数学、几何、数论等多个领域。多位数学家表示「震惊」「难以置信」,认为仅理解这些成果就需数年,且验证程度参差不齐。

#学术研究
OpenAI·27 天前★ 5

OpenAI 公布数学难题突破成果

AI 摘要OpenAI 发布由未公开前沿模型生成的 722 篇数学手稿,覆盖 372 个成果族,声称解决了数百个长期未解问题,并公开 Lean 形式化证明与算力估算。此举延续了 AI 冲击数学界的势头,也引发研究伦理与学术规范的争议。独立顾问组织 AGMAI 呼吁实验室通过正规学术渠道发布成果,而非将其当作营销工具。

#学术研究
The Verge AI·26 天前★ 5

OpenAI 再抛数学突破成果引争议

AI 摘要OpenAI 公布 722 篇手稿,称未发布的前沿模型解决了数百个数学开放问题,平均每个结果消耗约三小时 ChatGPT Pro 级算力。成果虽令人震撼,但数学界对发布方式、研究伦理与学术规范提出质疑。AGMAI 建议实验室及时通过正规渠道披露模型、提示词与算力成本,避免把成果当作营销手段。

#学术研究
PRISM 框架用稀疏 MoE 路由改进城市多视图表征学习 - 智讯 AI News