Tsallis 正则化最优传输 TROT:统一 Wasserstein 与 KL 散度族
FrnkNlsn · x · 2026-09-16
Frank Nielsen 等人 2016 年的论文提出 Tsallis 正则化最优传输(TROT):用 Tsallis 熵替代 Shannon 熵做正则化,把 Monge-Kantorovitch 与 Sinkhorn-Cuturi 两大最优传输路线统一起来,插值出从 Wasserstein 到 KL、Pearson、Neyman、Hellinger 等一族散度,并给出带收敛证明的高效算法(类 Sinkhorn)。
论文还首次将最优传输应用于生态推断(ecological inference),从边缘分布重建联合分布,并用 2012 年美国总统大选数据演示了族群与投票偏好的联合分布重建。
「研究」频道最新
- CARLA 元老 Ros 分享合成数据加速自动驾驶研发 — abursuc · 2026-09-16
- 评 AI 该像评同事:FrontierAgent 开源框架顺势而起 — aakashgupta · 2026-09-16
- CoLLAs 2026 报告:记忆或不可消除,数据策展/遗忘/剪枝是关键策略 — gkdziugaite · 2026-09-16
- ETH Zürich 让机械手用手指自己走路,类人五指突破四足步态范式 — lukas_m_ziegler · 2026-09-16
- Genome Biology 征稿:肿瘤微环境的多组学与AI方法研究 — arjunrajlab · 2026-09-16
- 谷歌工程师造 WikiSkill:把 Agent 执行历史编译成可复用技能 — blaizedsouza · 2026-09-16