提出迁移学习框架加速低推力轨迹优化
热点事件持续更新
提出迁移学习框架加速低推力轨迹优化
1 篇报道1 个报道来源2 小时前更新
先了解这件事
报道摘要
研究提出一种迁移学习框架，将任务参数同伦与Markov chain Monte Carlo（MCMC）结合，把多目标优化重构为costate空间中的无归一化目标分布采样，以更高效生成扩散模型训练数据。
摘自 arXiv cs.LG
最新进展10月9日 12:00
用扩散模型与MCMC迁移学习多目标间接低推力轨迹报道时间线
沿着报道，了解事件的不同侧面。
10月9日
- arXiv cs.LG用扩散模型与MCMC迁移学习多目标间接低推力轨迹
研究提出一种迁移学习框架，将任务参数同伦与Markov chain Monte Carlo（MCMC）结合，把多目标优化重构为costate空间中的无归一化目标分布采样，以更高效生成扩散模型训练数据。
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。