ARTFEED — Contemporary Art Intelligence

I Flussi Gradiente di Wasserstein Consentono un Calcolo Scalabile del Baricentro

ai-technology · 2026-07-27

Un nuovo metodo che utilizza flussi gradiente nello spazio delle misure di probabilità consente un calcolo scalabile e regolarizzato del baricentro di Wasserstein. L'approccio si basa sul trasporto ottimo a mini-batch, accetta una regolarizzazione modulare attraverso funzioni adattate al compito e integra informazioni supervisionate nel costo di base. Affronta le limitazioni dei metodi discreti esistenti che richiedono set di campioni completi e degli approcci basati su reti neurali con ottimizzazione complessa. Il metodo è validato su benchmark di adattamento di dominio in visione artificiale, neuroscienze e ingegneria chimica, stabilendo un nuovo stato dell'arte.

Fatti principali

  • Il metodo utilizza flussi gradiente nello spazio delle misure di probabilità
  • Si basa sul trasporto ottimo a mini-batch
  • Accetta una regolarizzazione modulare attraverso funzioni adattate al compito
  • Integra informazioni supervisionate nel costo di base
  • Validato su benchmark di adattamento di dominio in visione artificiale, neuroscienze e ingegneria chimica
  • Stabilisce un nuovo stato dell'arte per il calcolo del baricentro di Wasserstein
  • Affronta le limitazioni dei metodi discreti e basati su reti neurali
  • Pubblicato su arXiv con ID 2510.04602

Entità

Istituzioni

  • arXiv

Fonti