arXiv · AI· Jos\'e Afonso, M\'ario Figueiredo·· 4 小时前AI 评分36
复合子空间流匹配在CIFAR等基准上实现判别性与生成性表征学习
Representation Learning via Composite Subspace Flow Matching
AI 导读
研究者提出复合子空间流匹配（CSFM）框架，将表征学习重构为跨频谱、颜色与光照子空间的确定性退化课程方差最小化逆过程。 通过硬时间风格截断约束轨迹方差，容量受限的编码器被驱动以忽略瞬态风格伪影并编码持久内容。
来源：arXiv · AI · arxiv.org