跳到正文
热点事件持续更新

研究者提出无仿真非平衡动态最优传输框架SUDO

1 篇报道1 个报道来源9 小时前更新

先了解这件事

AI 综述

Junda Ying等作者提出SUDO,一个面向一般非二次凸增长惩罚的非平衡动态最优传输(UDOT)无仿真框架。其做法是学习条件路径与传输代价、求解诱导的半耦合问题,并结合非平衡流匹配求解。 在WFR基准上,作者报告SUDO精度与解析解驱动算法相当,计算速度快于基于仿真的方法;该框架还原生支持可编码增殖主导先验的非对称惩罚,在合成数据与单细胞数据上给出更合理的轨迹与增长估计。

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。

11月3日
  1. arXiv cs.AI
    SUDO:面向通用增长惩罚的无仿真非平衡动态最优传输框架

    研究者提出 SUDO,一个面向通用非二次凸增长惩罚的非平衡动态最优传输(UDOT)无仿真框架,通过学习条件路径与传输代价、求解诱导的半耦合问题并结合非平衡流匹配实现求解。在 WFR 基准上,SUDO 精度与解析解驱动算法相当,计算速度快于基于仿真的方法。它还原生支持可编码增殖主导先验的非对称惩罚,在合成数据与单细胞数据上给出更合理的轨迹与增长估计。

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。