跳到正文
arXiv · ML· Koshi Watanabe, Daichi Mochihashi, Hideitsu Hino, Takahiro Ogawa, Miki Haseyama·· 7 天前AI 评分23

RHFF-LVM:可扩展的双曲潜变量模型

Helgason-Fourier Random Features for Scalable Hyperbolic Latent Variables

AI 导读

研究者提出双曲潜变量模型RHFF-LVM,基于随机Helgason-Fourier特征,无需数值积分或变分界即可拟合双曲高斯过程。 模型在合成树结构上恢复了更忠实的度量,平均排名最佳,且在$Q\!=\!2$时表现显著提升。 RHFF-LVM在505秒内拟合$5\times10^{5}$个点,成为首个达到此规模的非参数双曲LVM。

来源:arXiv · ML · arxiv.org