标签
本文介绍了Coupled Usage–Sense Processes (CUSP)，一个用于分析词汇语义变化的层次化模型，通过量化词语使用中随时间变化的时间、机制和归因。
ColNanoVDR 引入了首个用于多向量视觉文档检索的无文档查询蒸馏框架，利用最优传输对齐学生与教师的查询嵌入，实现更快的编码同时保持高性能。
本文介绍了Riemannian Wasserstein Entropic Flow Matching（RWEFM），这是一个用于建模黎曼流形上概率分布的生成框架，应用于单细胞生物学和蛋白质构象等科学领域。
本文介绍了TP-DATE，一个无需模拟的动态Gromov-Wasserstein最优传输框架，增强了空间转录组数据中的空间结构保持和连续动力学重建。
本文提出了非线性滤波生成模型方法的统一公式和实证比较，基于随机插值、流匹配和薛定谔桥推导出新的滤波器，并与现有方法进行比较。
本文介绍了VIOT，一种变分不可压缩最优传输算子，使用Fourier Neural Operator预测无散度速度场，以实现高效的不可压缩密度传输，比传统优化方法实现了数量级的加速。
GeoTTER 提出了一种新颖的最优传输框架，用于零样本分类，该框架融入局部几何结构和聚类引导的成本组件，相比基线方法实现了显著的性能提升。
本文提出一种图字典学习框架，该框架通过滤波拉普拉斯和最优传输距离将图表示为高斯分布，在图聚类和分类任务中实现了具有竞争力的性能。
本文提出了一种使用共同见证证书和精确特征边界来审计反事实图像的框架，通过理论和实验验证，解决了结构化图像编辑器中的全局见证差距。
D-FROST引入了一种使用最优传输的去中心化联邦提示调优算法，以解决非IID和不平衡数据带来的挑战，确保基础模型的收敛性和有效性。
论文介绍了PAWC算法，这是一个精确的O(N log N)时间算法，用于计算圆上部分最优传输的完整轮廓，它对异常值鲁棒，并适用于周期性数据。
TracingFlow是一个无模拟框架，使用二阶动力学进行轨迹推断，提高了在单细胞组学数据中捕捉高曲率转变的准确性。
本文研究了临床数据的最优传输解释，表明虽然热图可以定位合成病变，但无法定位真实疾病，突出了医疗保健中可解释人工智能的合成到现实差距。
This paper proposes a scalable local Sinkhorn divergence framework for training stochastic neural networks to reconstruct multidimensional random fields, with theoretical generalization error bounds and numerical demonstrations for uncertainty quantification.
This paper proposes PairAlign, a pair-centric graph rewiring framework that uses optimal transport-guided communication alignment to alleviate over-squashing in message-passing neural networks, with theoretical analysis and experiments on standard benchmarks.
本文介绍了PMOT，一种基于连续归一化流的通用p-代价最优传输势流框架，具有理论上零损失精确性，并在合成和高维基准测试上取得了有前景的结果。
本文提出了一个用于冷启动主动学习的统一最优传输框架，引入了一种基于Sinkhorn的算法（ε-AS），该算法根据数据自适应调整正则化强度，并在六个数据集上取得了最先进的结果，包括相比先前方法将ImageNet-1k准确率提升1.29%，同时将选择时间减少56.2%。
提出了分位数耦合流匹配（QC-FM），这是一种轻量级的单侧耦合方法，它沿着随机方向从数据秩构建源样本，无需成对成本矩阵或分配。在CIFAR-10、CelebA、FFHQ和ImageNet-64上，相比基线实现了高达12.9%的FID改进。
DualAnchor是一个面向无注释手语翻译的训练框架，利用词元级先验锚定来保留大语言模型的语言先验，并通过最优传输对齐提升词汇保真度，在PHOENIX-2014T和CSL-Daily上取得了强劲结果。
本文提出将计划任务与执行动作之间的桥梁构建为拟线性费雪市场，实现分数信用分配。引入了守恒与垃圾过滤工具，并通过熵正则化扩展模型以处理噪声，将其与最优传输统一。