arXiv · Statistics Machine Learning· Gabriel Melo, Leonardo Santiago, Peter Y. Lu·· 3 小时前AI 评分27
Learning to Emulate Chaos:对抗最优传输正则化
Learning to Emulate Chaos: Adversarial Optimal Transport Regularization
AI 导读
论文提出一族对抗最优传输目标,能从单条含噪轨迹联合学习高质量统计量与物理一致的混沌系统仿真器。方法给出 Sinkhorn 散度(2-Wasserstein)与 WGAN 式对偶(1-Wasserstein)两种形式化并做理论分析。在含高维时空混沌的多类系统实验中,训练所得仿真器的长期统计保真度显著提升。
来源:arXiv · Statistics Machine Learning · arxiv.org