arXiv 机器学习· Bariscan Bozkurt, Hugh Dance, Zonghao Chen, Alexandre Galashov, Arthur Gretton, Houssam Zenati·· 17 小时前AI 评分33
基于正交 MMD 流采样干预分布
Sampling Interventional Distributions with Orthogonal MMD Flow
AI 导读
研究者提出 IMMD-Flow，通过核均值嵌入与 MMD 梯度流高效采样目标干预分布。该粒子方法采用具有有限样本保证的双重稳健 Neyman 正交估计量，支持硬干预与软干预，并可通过冻结编码器扩展至高维图像结果。在图像评测基准上，IMMD-Flow 达到或超越了现有 SOTA 生成方法，并展现出显著的速度优势。
来源：arXiv 机器学习 · arxiv.org