跳到正文
热点事件持续更新

论文提出马尔可夫过程间条件流匹配传输

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

Syamantak Kumar 等作者发表论文,提出一种基于流匹配的算法,用于学习从源分布到目标轨迹分布的传输映射,同时保持马尔可夫结构。 论文证明该算法在总体极限下具有一致性,并在混合时间假设下推导出有限样本误差界。作者还构造下界,表明即使条件转移为规则高斯分布,依赖混合时间的样本复杂度也不可避免。

AI 根据报道生成 · 2 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7日
  1. arXiv:cs.LG
    面向马尔可夫过程间传输的条件流匹配

    研究提出一种基于流匹配的算法,学习从源分布到目标轨迹分布的传输映射,同时保持马尔可夫结构,并证明其在总体极限下的一致性,在混合时间假设下推导出有限样本误差界。作者还构造下界,表明即使条件转移为规则高斯分布,依赖混合时间的样本复杂度也不可避免。

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。