研究者提出基于WFR JKO格式的神经采样算法

Chenguang Duan、Johannes Hertrich 和 Gabriele Steidl 提出一种从非归一化 Boltzmann 密度采样的神经算法，基于 Wasserstein–Fisher–Rao 几何下 KL 散度的 JKO 方案。 研究者称，理论上对任意固定步长，精确 WFR JKO 迭代随迭代次数增加以指数速度收敛到目标分布，且无需目标满足对数凹性或对数 Sobolev 不等式等结构假设。该方案用加权归一化流参数化传输与反应分量，在多模态目标上的数值实验显示出良好性能。

AI 根据报道生成 · 3 小时前更新

还没有足够的连续观测数据，暂不绘制趋势。