arXiv 机器学习· Syamantak Kumar, Dheeraj Nagaraj, Saptarshi Roy, Purnamrita Sarkar·· 3 小时前AI 评分34
用于马尔可夫过程间传输的条件流匹配
Conditional Flow Matching for Transport Between Markov Processes
AI 导读
研究提出一种基于流匹配的算法，可在保持马尔可夫结构的前提下学习源分布与目标分布轨迹间的传输映射，并推导出有限样本误差界与样本复杂度下界。在 THINGS-EEG2 脑电图图像检索实验中，该条件流方法增强 ENIGMA 解码器后，将平均 Top-5 检索准确率从 43.87% 提升至 49.05%，实现了 11.82% 的相对提升。
来源：arXiv 机器学习 · arxiv.org