gaussian-mixture-models

Flash-GMM 引入了一个用于高斯混合模型的融合Triton内核，实现了20倍加速，并能在单个GPU上训练比之前大100倍的数据集，使软聚类成为近似最近邻搜索中k-means的可行替代方案。

本文提出了一种使用高斯混合模型对平面曲线进行概率多边形表示的方法，该方法保留了局部切线、法线和弧长信息，并在法线方向上编码了不确定性。该框架适用于各种平面曲线，并支持面向CAD、机器人和轨迹规划的不确定性感知几何建模。