★ 2
论文提出流匹配在流形上的相容似然目标
论文在 1D 平坦环面上发现 Riemannian 流匹配扩展可能被推向远离数据的速度场全局优化，并将此归因于「相容性」缺失。作者给出相容性一般条件，并提出基于端点指数族、仅支持可行速度的新目标，在球面地理基准与人体姿态数据上优于既有方法。
arXiv cs.LG7 天前
共 2 篇相关资讯，按重要度与时间排序，每 3 小时更新。
论文在 1D 平坦环面上发现 Riemannian 流匹配扩展可能被推向远离数据的速度场全局优化，并将此归因于「相容性」缺失。作者给出相容性一般条件，并提出基于端点指数族、仅支持可行速度的新目标，在球面地理基准与人体姿态数据上优于既有方法。
论文提出 MatFAE，一种用于学习对称正定（SPD）矩阵黎曼流形上轨迹的函数神经网络。MatFAE 通过内在层将流形值函数映射到欧氏向量函数，再由函数层投影到有限维欧氏空间，可编码轨迹动态并具可解释性。作者在多个 fMRI 数据集上验证其能从高维 SPD 轨迹中高效学习有信息量的表征。