跳到正文
热点事件持续更新

Double-Stitch:无仿真学习群体动力学

1 篇报道1 个报道来源2 小时前更新

先了解这件事

AI 综述

Fedor Sergeev 等研究者提出 Double-Stitch,一种无需仿真的方法,通过学习种群路径上运动方程的残差,在 Wasserstein 空间中学习拉格朗日力学;该运动方程由无需梯度速度的 Clebsch 变分原理导出。 在合成、单细胞和海洋涡旋数据集上,作者称该方法在多数任务上匹配或超越梯度流方法与基于仿真的 WLM,训练速度比 WLM 快 4 至 14 倍。JAX 实现已公开。

AI 根据报道生成 · 1 小时前更新

报道时间线

沿着报道,了解事件的不同侧面。

10月5日
  1. arXiv:cs.LG
    Double-Stitch:无仿真学习 Wasserstein 拉格朗日残差的人群动力学

    研究者提出 Double-Stitch,一种无需仿真的方法,通过学习种群路径上运动方程残差来学习 Wasserstein 空间中的拉格朗日力学,该方程由无需梯度速度的 Clebsch 变分原理导出。在合成、单细胞和海洋涡旋数据集上,该方法在多数任务上匹配或超越梯度流方法与基于仿真的 WLM,训练速度比 WLM 快 4-14 倍。JAX 实现已公开。

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。