On Fitting Flow Models with Large Sinkhorn Couplings
流模型将数据逐渐从一种模态（例如噪声）转换为另一种模态（例如图像）。此类模型通过与时间相关的速度场进行参数化，并经过训练以拟合连接源点和目标点对的线段。当给定源点和目标点之间的配对时，训练流模型可以归结为监督回归问题。当不存在这样的配对时，就像从噪声生成数据时的情况一样，训练流程会困难得多。一种流行的方法是独立选择源点和目标点。然而，这可能会导致速度场变慢......
Sample and Map from a Single Convex Potential: Generation using Conjugate Moment Measures
生成建模中的规范方法是将模型拟合分为两个块：首先定义如何对噪声进行采样（例如高斯），然后选择下一步如何处理它（例如使用单个映射或流）。我们在这项工作中探索了一条将采样和绘图联系起来的替代途径。我们在矩量度中找到了灵感，该结果表明对于任何量度 ρ ，都存在唯一的凸势 u ，使得 ρ = ∇u♯e-u 。虽然这似乎确实有效地将采样（来自对数凹分布 e-u）和动作（推动粒子通过 ∇u）联系起来，但我们在简单的例子中观察到（例如......
