结合 Wasserstein-1 和 Wasserstein-2 近端算子：通过良设生成流进行稳健流形学习
原文中文，约700字，阅读约需2分钟。发表于：。通过 Wasserstein 近似正则化的 $f$-divergences，我们提出了连续时间生成流的良构形式，以学习在低维流形上支撑的分布。使用 Wasserstein-1 近似操作符对 $f$-divergences 进行正则化以进行奇异分布的比较。与此同时，Wasserstein-2...
通过Wasserstein-1和Wasserstein-2近似操作符，使用连续时间生成流的良构形式学习低维流形上支撑的分布。生成流可以通过最优性条件进行分析，解决方案刻画了最优生成流。MFG理论表明Wasserstein-1和Wasserstein-2近似是必要的。生成流通过对抗性训练学习，无需反向仿真。方法在生成高维图像方面有效。
