跳到正文
热点事件持续更新

Finsler Flow Matching:单细胞轨迹推断新框架

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

Niklas Canova 与 Jonas Simon Fleck 提交预印本论文,提出 Finsler Flow Matching(FFM)框架,用于从离散马尔可夫转移图学习连续随机动力学,面向单快照轨迹推断。 FFM 从转移图的一阶与二阶局部矩构建 Finsler 结构,其设计受 Freidlin–Wentzell 作用量启发,通过动力学感知的测地插值完成推断。该论文发布于 arXiv cs.AI 分类,目前仅为预印本,尚未见同行评审或实验结果的独立验证。

AI 根据报道生成 · 49 分钟前更新

报道时间线

沿着报道,了解事件的不同侧面。

10月9日
  1. arXiv:cs.AI
    Finsler Flow Matching:面向单快照轨迹推断的动力学感知测地插值

    研究者提出 Finsler Flow Matching(FFM),一个从离散马尔可夫转移图学习连续随机动力学的框架,利用一阶与二阶局部矩构建受 Freidlin–Wentzell 作用量启发的 Finsler 结构。

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。