跳到正文
arXiv · ML· Juan Guti\'errez, Victor Guti\'errez-Garc\'ia, Jos\'e Luis Blanco-Murillo·· 16 小时前AI 评分31

PCF框架实现无密度可逆传输

Invertible Transport Between Sample-Only Distributions via Projected Characteristic Functions

AI 导读

研究人员提出PCF框架,通过投影经验特征函数实现仅需样本分布间的可逆变换,无需密度估计或对抗训练。 在受控基准测试中,PCF的精度与核MMD持平,且在15组配对实验中的13组展现出更高的样本效率。该框架将内存消耗降低29.8%,适用于样本和内存受限的高维对齐任务。

来源:arXiv · ML · arxiv.org