★ 2
arXiv 提出生成式 SDE：联合训练扩散场与密度损失
论文提出一种散度核方法，可同时优化神经 SDE 的漂移场、扩散场与初始高斯分布，损失直接依赖终端密度。在 2 维与 8 维高斯混合实验中，学得的时间无关场显著减少偏离模态的样本，优于同等参数量的分数生成模型。
arXiv cs.LG3 小时前
#密度估计
共 4 篇相关资讯，按重要度与时间排序，每 3 小时更新。
★ 2
研究将狄利克雷过程混合引入半参数贝叶斯网络做条件密度估计
论文针对半参数贝叶斯网络（SPBN）中核密度估计带来的推理成本与误差问题，提出基于贝叶斯非参数狄利克雷过程混合（DPM）的条件概率分布建模方法 DPM-SPBN。该方法通过数据自适应聚类获得更紧凑表示，在合成与真实数据上密度估计误差低于现有连续变量贝叶斯网络，并扩展了开源 PyBNesian 包。
arXiv cs.LG5 天前
★ 2
arXiv 论文提出符号密度估计框架，用深度生成模型结合符号回归
该论文提出一个从观测样本中估计未归一化分布符号表达式的框架，将深度生成模型（流模型、基于分数的模型）与符号回归结合，并引入因子分解等归纳偏置。在 XY 模型与 φ⁴ 理论格点实验中，该方法能直接从样本估计重整化问题中不同尺度的哈密顿量紧凑符号近似。
arXiv cs.LG24 天前
★ 1
论文证明谱聚类层级与密度聚类树在拓扑上等价
论文比较从密度函数恢复层次聚类的两种经典方式：基于超水平集连通分量的密度聚类树，以及对拉普拉斯算子诱导的扩散距离做单链接得到的谱层级。作者给出在合适扩散时间下二者在高度单调重标定意义下拓扑等价的条件，并说明 k-NN 图实现可继承该等价性，从而把谱图构造归约为密度水平集拓扑。
arXiv cs.LG7 天前