图因果最优传输与 Wasserstein 距离
chaumian · x · 2026-08-18
本文研究了图因果最优传输问题，这是经典最优传输问题的推广，其中允许的耦合满足有向图规定的因果限制。作者完全表征了使关联的图因果 Wasserstein 差异成为度量的有向无环图，并证明了诱导拓扑与其他自然适应拓扑的一致性。此外，文章还表征了图因果耦合的粘合性质，证明了 Monge 耦合的稠密性，并获得了动态规划原理。
「研究」频道最新
- 密歇根大学开源全套机器人课程 — lukas_m_ziegler · 2026-08-18
- 防止复合 AI 系统组件“角色漂移”的 Role Anchor 技术 — bendee983 · 2026-08-18
- River API 测试胜出，实现大 MoE 零训练推理偏差 — marcbhargava · 2026-08-18
- 研究揭示 Agent 上下文压缩会导致安全规则丢失 — rohanpaul_ai · 2026-08-18
- 论文:用 Conformal 区间控制 Kelly 仓位,年化净收益 28.5% — PtrPomorski · 2026-08-18
- AI 攻防逆转：四月起模型攻破漏洞成本降至 20 美元 — shaunmmaguire · 2026-08-18