其他arXiv cs.LG4 天前
Sliced Wasserstein Sketches with Error Certificates
该论文研究一维概率测度在二次 Wasserstein 距离下的最优自由权重 M 原子量化,并通过切片扩展到高维,用 L 个共享投影得到 O(LM) 比较时间的草图。核心贡献是将平方距离误差精确分解为残差与划分失配项,给出可计算误差证书;最优草图在有限矩条件下达到 O(M^{-1}) 误差。实验显示其大幅降低存储并保持分类性能,可作为紧凑池化层端到端学习。
每日自动追踪全球权威信源,模型生成中文摘要与有效期判断,人工抽检把关。 不追热点,只留经得起推敲的那一部分。
AI 与可被 AI 赋能的行业方向,每个领域独立成脉
共 2 条符合条件
该论文研究一维概率测度在二次 Wasserstein 距离下的最优自由权重 M 原子量化,并通过切片扩展到高维,用 L 个共享投影得到 O(LM) 比较时间的草图。核心贡献是将平方距离误差精确分解为残差与划分失配项,给出可计算误差证书;最优草图在有限矩条件下达到 O(M^{-1}) 误差。实验显示其大幅降低存储并保持分类性能,可作为紧凑池化层端到端学习。
论文提出垂直切片 Wasserstein 距离(VSW),用于比较观测本身即为概率测度的元测度(P(P(Ω)))。它用连续测试函数投影内层测度,再用一维 Wasserstein 距离比较,避免高维最优传输的高昂开销,并证明其为有效度量、可度量弱收敛且具维度无关的统计收敛性,还给出粒子梯度用于元测度的梯度传输。