LEARNING
用于生成建模的Perron-Frobenius算子匹配
Shiqi Zhang, Wuwei Wu, Jaemin Oh, Jie Chen, Xiaoning Qian
- 发表年份
- 2026
- 访问权限
- 开放获取
摘要
本文提出Perron-Frobenius算子匹配（PFOM），一种通过积分PF算子匹配密度演化的生成框架，统一了流、扩散和跳跃模型。证明在Bregman散度中仅KL散度保持密度级与样本条件目标间的等价性，并开发了Nesterov加速训练与采样方法以稳定离散化并加速收敛。
关键词
generative modelingoperator matchingKullback-Leibler divergenceNesterov accelerationdensity estimation
相关论文
LEARNING
📊 8,465 引用
The Organization of Behavior
D. O. Hebb
2005
LEARNING
📊 7,678 引用
Fractional Brownian Motions, Fractional Noises and Applications
Benoît B. Mandelbrot, John W. Van Ness
1968
LEARNING
开放获取📊 7,484 引用
Review of deep learning: concepts, CNN architectures, challenges, applications, future directions
Laith Alzubaidi, Jinglan Zhang, Amjad J. Humaidi 等 10 位作者
2021
LEARNING
📊 4,608 引用
A guide to deep learning in healthcare
Andre Esteva, Alexandre Robicquet, Bharath Ramsundar 等 10 位作者
2018