跳到正文
热点事件持续更新

新方法用有限时域能量学习生成图

1 篇报道1 个报道来源6 小时前更新

先了解这件事

AI 综述

研究者 Amartya Banerjee 等人提出“有限时域能量学习”,通过调整 Metropolis-Hastings 采样器的接受能量,使其匹配固定步数后返回的分布,用于分子图等离散结构生成。该方法在调整能量时保持初始化、提议分布和退火调度不变。 据作者称,这一做法针对的是有限步数图生成:采样器在规定的步数后返回的分布,而非其收敛后的分布,才是学习目标。

AI 根据报道生成 · 2 小时前更新

报道时间线

沿着报道,了解事件的不同侧面。

10月15日
  1. arXiv cs.LG
    有限步数图生成新方法:学习图能量实现有限时间生成

    研究者提出有限视界能量学习(finite-horizon energy learning),通过调整 Metropolis-Hastings 采样器的接受能量,使其匹配固定步数后返回的分布,用于分子图等离散结构生成。

本事件热度走势

还没有足够的连续观测数据,暂不绘制趋势。