本研究提出了一种通过对称正定矩阵参数化的学习方法，解决了最优传输理论在源数据和目标数据点概率分布之间定义距离时的不足。实证结果表明所学度量在最优传输基础的领域适应中具有良好效果。

该论文提出了一种基于最优传输理论的风险感知强化学习框架，通过修改目标函数平衡风险考虑和传统强化学习目标。

该论文提出了一种基于最优传输理论的风险感知强化学习框架，通过修改目标函数平衡风险考虑和传统强化学习目标。

该论文提出了一种基于最优传输理论的风险感知强化学习框架，通过修改目标函数平衡风险考虑和传统强化学习目标。

Hades是一种无监督算法，可快速检测数据中的奇点。通过微分几何和最优传输理论，证明Hades能正确检测等维度流形的横交集上的奇点。在计算实验中，成功地恢复出合成生成的数据、道路网络数据中的分叉点、分子构象空间中的交叉环以及图像数据中的异常情况中的奇点。

该研究提出了一种基于最优传输理论的风险感知强化学习框架，以确保决策的可靠性和尊重风险约束。该框架平衡了奖励追求和风险意识，为强化学习提供了一个有前景的方向。

该论文提出了一种基于最优传输理论的风险感知强化学习框架，通过修改目标函数，平衡奖励追求和风险意识，确保决策的可靠性。该研究为强化学习提供了一个有前景的方向。