arXiv · cs.AI · Junda Ying, Yuxuan Wang, Bowen Yang, Peijie Zhou, Lei Zhang · 8 小时前模型评分30
SUDO：支持通用增长惩罚的无仿真非平衡动态最优传输
Simulation-free Unbalanced Dynamic Optimal Transport with General Growth Penalty
导读
研究提出无仿真非平衡动态最优传输框架 SUDO，可处理一般非二次凸增长惩罚，无需依赖昂贵的 NeuralODE 仿真或仅限二次惩罚的解析解。在 WFR 基准上，SUDO 精度与高效解析算法相当，计算速度快于仿真类方法，并支持编码增殖主导先验的非对称惩罚，在合成与单细胞数据集上给出更合理的轨迹和增长估计。
分类置信度
中 · 待人工复核
- 只有单一媒体来源，需要人工复核。
来源级别：媒体与个人
应用领域：医疗与生命科学
事件类型：研究发布
证据摘录
- “We then introduce \textbf{S}imulation-free \textbf{U}nbalanced \textbf{D}ynamic \textbf{O}ptimal transport (SUDO), a simulation-free framework for UDOT with general non-quadratic convex growth penalties.”
来源：arXiv · cs.AI · arxiv.org