Wasser关键词检索结果

GENOT:熵 (Gromov) Wasserstein 流匹配及其在单细胞基因组学中的应用

GENOT: Entropic (Gromov) Wasserstein Flow Matching with Applications to Single-Cell Genomics

单细胞基因组学极大地促进了我们对细胞行为的理解,促进了治疗和精准医疗的创新。然而,单细胞测序技术本质上具有破坏性,只能同时测量有限的数据模式。这一限制凸显了对能够重新排列细胞的新方法的需求。最佳传输 (OT) 已成为一种有效的解决方案,但传统的离散求解器受到可扩展性、隐私和样本外估计问题的阻碍。这些挑战刺激了神经网络的发展……

Wasserstein 距离中的实例最优私有密度估计

Instance-Optimal Private Density Estimation in the Wasserstein Distance

从样本中估计分布的密度是统计学中的一个基本问题。在许多实际情况下,Wasserstein 距离是密度估计的合适误差度量。例如,在估计某个地理区域的人口密度时,较小的 Wasserstein 距离意味着估计值能够大致捕捉到人口质量的位置。在这项工作中,我们研究了 Wasserstein 距离中的差分隐私密度估计。我们设计并分析了可以适应简单实例的该问题的实例优化算法。对于分布……

计算机视觉中的 GAN - 使用 Wasserstein 距离、博弈论控制和渐进式增长方案改进训练

GANs in computer vision - Improved training with Wasserstein distance, game theory control and progressively growing schemes

计算机视觉中 GAN 的第三篇文章系列 - 我们遇到了一些最先进的训练概念,例如 Wasserstein 距离,在 GAN 训练中采用了博弈论方面,并研究了增量/渐进式生成训练以达到百万像素分辨率。

欧盟削减了17亿美元的援助乌克兰的腐败问题:“来自最大捐助者的愤怒”

EU Slashes $1.7BN In Aid To Ukraine Over Corruption Concerns: 'Exasperation From Biggest Donors'

欧盟削减了17亿美元的援助乌克兰的腐败问题:“最大的捐助者的愤怒我们已经到达Zelensky的尽头?这个咒语是普京和俄罗斯的比赛和胜利吗?以下是《纽约时报》(New York Times)的硬新闻页面非常罕见的:美国反腐败专家詹姆斯·瓦斯斯特罗姆(James Wasserstrom)在接受采访时说:“光泽肯定会脱颖而出” Zelensky先生在提供财政援助的政府中的战时领导才能。 He added, “There is exasperation at Zelensky in the donor community.”Early last week, there were unexpected

三位意想不到的专家揭示了隐藏的气候秘密

Hidden Climate Secrets Revealed by Unlikely Trio of Experts

气候科学、数学和气象学的激动人心的融合催生了一种新方法,即 Wasserstein 稳定性分析,它改变了我们对气候极端事件和超出平均趋势的细微变化的理解。当气候科学、数学和气象学等不同学科的专家齐聚一堂,共同解决一个紧迫问题时,会发生什么?结果是 [...]

揭开隐藏的气候动态:利用最优传输数学解码 21 世纪气候变化

Unveiling hidden climate dynamics: Using mathematics of optimal transport to decode 21st-century climate change

当来自气候科学、数学和气象学等不同学科的专家齐心协力解决同一个紧迫问题时,会发生什么?一种名为 Wasserstein 稳定性分析 (WSA) 的方法应运而生,为气候变化的微妙动态提供了新的见解。

现在是制定真正的美国国家安全工业战略的时候了

It’s time for a true industrial strategy for American national security

“工业政策要求进行旨在加强经济和国家安全的战略性公共投资——而不仅仅是传统上所认为的国防工业基础,”Mara Rudman 和 Becca Wasser 写道。

IEEE 人工智能学报,第 5 卷,第 9 期,2024 年 9 月

IEEE Transactions on Artificial Intelligence, Volume 5, Issue 9, September 2024

1) 社论:从可解释的人工智能 (xAI) 到可理解的人工智能 (uAI)作者:Hussein Abbass、Keeley Crockett、Jonathan Garibaldi、Alexander Gegov、Uzay Kaymak、Joao Miguel C. Sousa页数:4310 - 43142) 通过部分图卷积网络进行不完全图学习作者:Ziyan Zhang、Bo Jiang、Jin Tang、Jinhui Tang、Bin Luo页数:4315 - 43213) 用于社会公益的对抗性机器学习:将对手重新定义为盟友作者:Shawqi Al-Maliki、Adnan Qayyum、H

2013年4月15日,波士顿

4/15/2013, Boston

丹·瓦瑟曼(Dan Wasserman):@afrakt The Post 4/15/2013,波士顿首次出现在偶然的经济学家上。