Double-Stitch：免模拟学习Wasserstein拉格朗日群体动力学
Get the story
2026年10月5日，arXiv（Statistics Machine Learning，一手来源）发布 Double-Stitch 方法。这是一种免模拟方法，通过沿学习到的种群路径惩罚运动方程残差，来学习 Wasserstein 空间中的拉格朗日力学。该方法源自无需梯度速度的 Clebsch 变分原理。在合成、单细胞和海洋涡旋数据集上，Double-Stitch 匹配或优于梯度流方法与基于模拟的 WLM，训练速度比 WLM 快 4-14 倍。作者提供了 JAX 实现。目前报道仅此一篇，尚无后续验证或矛盾信息。
Generated from reports · updated 16 hr ago
Timeline
Follow the coverage from different angles.
- arXiv · Statistics Machine LearningDouble-Stitch：用 Wasserstein 拉格朗日残差免模拟学习种群动力学
Double-Stitch 是一种免模拟方法，通过沿学习到的种群路径惩罚运动方程残差来学习 Wasserstein 空间中的拉格朗日力学。该方法源自无需梯度速度的 Clebsch 变分原理，在合成、单细胞和海洋涡旋数据集上匹配或优于梯度流方法与基于模拟的 WLM，训练速度比 WLM 快 4-14 倍。作者提供了 JAX 实现。
Heat trend
Current heat 7·Comparable peak 10（Oct 5）·Comparable change over 24 hours –
The trend compares only the same participants observed continuously; its range may be smaller than the current heat count. Move or click on the chart to inspect hourly heat; use the left and right arrow keys to switch.