arXiv · Machine Learning Theory· Shanglin Li, Wenjing Lu, Muyang Li, Nicu Sebe, Ziheng Chen·· 3 小时前AI 评分21
常曲率切片 Gromov-Wasserstein 用于异构跨曲率对齐
Constant-Curvature Sliced Gromov-Wasserstein for Heterogeneous Cross-Curvature Alignment
AI 导读
研究者提出常曲率切片 Gromov-Wasserstein（CCSGW），一种用于对齐支撑在异构常曲率空间上分布的新型散度。该方法补全球面空间缺失的基于测地线的一维投影，将 sliced GW 扩展到常曲率空间，在保留内在几何关系的同时降低计算开销。理论分析表明 CCSGW 能控制异构空间间的内在几何差异；将其融入图异常检测、图节点分类和多模态学习等现有混合曲率任务，在多种设置下取得一致性能提升。
来源：arXiv · Machine Learning Theory · arxiv.org