arXiv cs.LG· Cl\'ement Soubrier, Geoffrey Woollard, Andrew Warren, Khanh Dao Duc·· 11 小时前AI 评分12
超越 Procrustes 距离：一种捕捉手性的多线性 Gromov-Wasserstein 距离
Beyond Procrustes distances: a multilinear Gromov-Wasserstein distance capturing chirality
AI 导读
研究者提出 Gromov-Wasserstein 目标的多线性推广，在温和假设下可得到以对称群 G 取商的概率分布间形状距离。针对 G = SO(d)，他们提出对手性敏感的手性 Gromov-Wasserstein（CGW）距离，并证明其鲁棒性、给出高效算法，通过将耦合投影到低维空间重写优化问题，得到局部解与近似全局解算法及完全多项式时间近似方案。
来源：arXiv cs.LG · arxiv.org