Neural Wasserstein Splines 轨迹推断方法提出
热点事件持续更新
Neural Wasserstein Splines 轨迹推断方法提出
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 等研究者提出 Neural Wasserstein Splines（NWSP），一种在 Wasserstein 平滑先验下学习连续种群曲线的采样方法。它用神经网络把隐变量映射到三次样条控制点，无需数值积分即可在任意时刻采样，并具备可证明的表示不变性。 作者称该方法在 16 项合成与单细胞基准中 11 项排名前二，其惩罚项在 16 项设置中 13 项优于无正则样条。
AI 根据报道生成 · 2 小时前更新
最新进展10月15日 12:00
Neural Wasserstein Splines：面向轨迹推断的表示不变二阶先验报道时间线
沿着报道，了解事件的不同侧面。
10月15日
- arXiv：cs.LGNeural Wasserstein Splines：面向轨迹推断的表示不变二阶先验
研究者提出 Neural Wasserstein Splines（NWSP），一种在 Wasserstein 平滑先验下学习连续种群曲线的采样方法，用神经网络将隐变量映射到三次样条控制点，无需数值积分即可在任意时刻采样。该方法在 16 项合成与单细胞基准中 11 项排名前二，其惩罚项在 16 项设置中 13 项优于无正则样条，并具备可证明的表示不变性。
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。