Компьютерные науки > Машинное обучение [представлено 16 октября 2025 года (v1), последний пересмотренный 24 октября 2026 года (эта версия, v2)) Название: AlignFlow: Совершенствование генераторных моделей на основе потока с полудискретным оптимальным видом транспорта PDF HTML (экспериментальное) резюме: Неэффективно основанные генерационные модели (FGM) эффективно преобразуют шум в комплексные системы распространения данных. Было продемонстрировано, что оптимальная транспортировка (ОТ) для сочетания шума и данных в ходе подготовки к КЖПО способствует повышению точности траекторий движения, позволяя делать более эффективные выводы. Вместе с тем существующие методы, основанные на ТВ, позволяют оценить план ОТ с использованием (мини) батареей отбираемого шума и точек данных, которые ограничивают их масштабируемость крупными и высокомерными наборами данных о калечащих операциях на женских половых органах. В настоящем документе предлагается новый подход, который позволяет использовать полудискретный оптимальный транспорт (СДОТ) для повышения уровня подготовки по вопросам КОЖПО путем установления четкой и оптимальной увязки между распределением шума и точками данных с гарантированной конвергенцией. SDOT вычисляет транспортную карту путем разделения шумового пространства на клетки Лагуэрре, каждая из которых отображается в соответствующей точке данных. В ходе подготовки по вопросам КОЖПО образцы шума совмещаются с точками данных на карте СДОТ. AlignFlow ведёт к большим наборам…
AlignFlow: Совершенствование основанных на потоках генераторов моделей с полудискретным оптимальным переносом
arXiv:2510.15038v2 Тип уведомления: заменить перекрестное резюме: Генерационные модели (ГФМ) на основе потока данных эффективно преобразуют шум в комплексные системы распространения данных. Было продемонстрировано, что оптимальная транспортировка (ОТ) для сочетания шума и данных в ходе подготовки к КЖПО способствует повышению точности траекторий движения, позволяя делать более эффективные выводы. Вместе с тем существующие методы, основанные на ТВ, позволяют оценить план ОТ с использованием (мини) батареей отбираемого шума и точек данных, которые ограничивают их масштабируемость крупными и высокомерными наборами данных о калечащих операциях на женских половых органах. В настоящем документе предлагается новый подход, который позволяет использовать полудискретный оптимальный транспорт (СДОТ) для повышения уровня подготовки по вопросам КОЖПО путем установления четкой и оптимальной увязки между распределением шума и точками данных с гарантированной конвергенцией. SDOT вычисляет транспортную карту путем разделения шумового пространства на клетки Лагуэрре, каждая из которых отображается в соответствующей точке данных. В ходе подготовки по вопросам КОЖПО образцы шума совмещаются с точками данных на карте СДОТ. Колеба
