新方法:有限时域能量学习用于图生成
热点事件持续更新
新方法:有限时域能量学习用于图生成
1 篇报道1 个报道来源3 小时前更新
先了解这件事
AI 综述
Amartya Banerjee 等作者发表论文,提出有限时域能量学习(finite-horizon energy learning)用于图生成。该方法调整 Metropolis-Hastings 采样器的接受能量,使其匹配固定步数后返回的分布,初始化、提议和退火策略保持不变。 据作者描述,这一做法无需平衡负样本,也不需要对离散状态求导。
AI 根据报道生成 · 1 小时前更新
最新进展10月15日 12:00
有限时间图生成新方法:学习图能量适配固定步数采样报道时间线
沿着报道,了解事件的不同侧面。
10月15日
- arXiv:cs.LG有限时间图生成新方法:学习图能量适配固定步数采样
研究者提出有限视界能量学习(finite-horizon energy learning),通过调整 Metropolis-Hastings 采样器的接受能量,使其匹配固定步数后返回的分布,初始化、提议和退火策略保持不变,无需平衡负样本或对离散状态求导。
本事件热度走势
还没有足够的连续观测数据,暂不绘制趋势。