Tightening the Score Matching Gap for Diffusion Models
针对扩散模型的得分匹配间隙问题，该研究利用得分估计器正则性与反向过程收缩性，推导三类指标的更紧边界，揭示低噪声尺度下得分近似质量对缩窄间隙的关键作用。
2026-07-07 cs.LG stat.ML
Gaussian Process Tilted Nonparametric Density Estimation using Fisher Divergence Score Matching
Columbia University（哥伦比亚大学）；Capital One Labs（Capital One 实验室）
本文提出GP倾斜非参数密度估计器，基于Fisher散度得分匹配推导三种闭式学习算法，无需迭代优化仅需单次遍历数据，适配大规模数据集场景。
2025-11-14 cs.LG
Aligning Text to Image in Diffusion Models is Easier Than You Think
Kim Jaechul Graduate School of AI, KAIST（金佳哲人工智能研究生院，韩国科学技术院）；Department of Bio and Brain Engineering, KAIST（生物与脑工程系，韩国科学技术院）
本文提出SoftREPA方法，通过对比学习提升文本与图像表示的对齐效果，减少计算开销，增强语义一致性。
2025-12-10 cs.AI cs.CV cs.LG
Properties of f-divergences and f-GAN training
Google Research（谷歌研究院）
在本技术报告中，我们描述了f-发散和f-GAN训练的一些特性。我们提出了一个初步推导的f-发散下界，形成的基础f-GAN训练。我们获得了信息丰富但可能未被充分认识的f-发散和f-GAN训练的属性，包括梯度匹配属性以及所有f-发散都同意附近分布之间发散的整体比例因子的事实。我们提供了详细的表达式计算各种常见的f-发散和它们的变分下界。最后，基于我们的重新表述，我们以一种可能提高其稳定性的方式稍微概括了f-GAN训练。
2020-09-02 cs.LG stat.ML
On Divergence Measures for Training GFlowNets
本文研究了用于训练GFlowNets的分歧度度量，设计了统计高效的梯度估计器，并验证了最小化这些分歧度能有效提升收敛速度。
2024-10-21 cs.AI cs.LG stat.ML
Aligning Latent Spaces with Flow Priors
本文提出通过流生成模型作为先验来对齐可学习潜在空间的新框架，通过预训练流模型捕捉目标分布，并利用对齐损失优化潜在空间，理论和实验验证了方法的有效性。
2026-03-15 cs.CV cs.LG
Aligning an optical interferometer with beam divergence control and continuous action space
Russian Quantum Center（俄罗斯量子中心）；Moscow Institute of Physics and Technology（莫斯科物理技术学院）；University of Oxford（牛津大学）
强化学习正在寻找一条通往现实世界问题应用的道路，从模拟环境转移到物理设置。在这项工作中，我们实现了基于视觉的光学马赫-曾德尔干涉仪与共焦望远镜在一个手臂，控制相应的光束的直径和发散度的对齐。我们使用连续的动作空间;指数缩放使我们能够处理超过两个数量级的动作。我们的代理仅在具有域随机化的模拟环境中进行训练。在实验评估中，代理显着优于现有的解决方案和人类专家。
2021-11-16 cs.AI cs.LG cs.RO
Matching Normalizing Flows and Probability Paths on Manifolds
Weizmann Institute of Science（魏茨曼科学研究所）；University College London（伦敦大学学院）；Meta AI Research（Meta人工智能研究院）
连续归一化流（CNFs）是一类通过求解常微分方程（ODE）将先验分布转换为模型分布的生成模型。我们提出了通过最小化概率路径发散（PPD）来训练流形上的CNF，PPD是由CNF产生的概率密度路径和目标概率密度路径之间的一种新的发散族，PPD使用对数质量守恒公式来表示，该公式是一个线性一阶偏微分方程，它将对数目标概率和CNF的定义向量场联系起来. PPD与现有方法相比具有几个关键优点：它回避了每次迭代求解ODE的需要，易于应用于流形数据，可扩展到高维，并且与在有限时间内插值纯噪声和数据的目标路径的大家族兼容。理论上，PPD被证明是限制古典概率发散。从经验上讲，我们证明了通过最小化PPD学习的CNFs在现有低维流形基准上实现了最先进的似然性和样本质量结果，并且是生成模型扩展到适度高维流形的第一个例子。
2022-07-11 cs.LG stat.ML
Time dependent loss reweighting for flow matching and diffusion models is theoretically justified
Department of Microbiology, Tumor and Cell Biology, Karolinska Institutet（微生物学、肿瘤与细胞生物学系，卡罗林斯卡研究所）
本文理论证明了时间依赖性损失加权在流匹配和扩散模型中的合理性，展示了其在稳定训练和简化模型构建中的作用。
2025-11-20 cs.LG stat.ML
Message passing with relaxed moment matching
Purdue University（普渡大学）
贝叶斯学习经常受到大量计算费用的阻碍。期望传播作为普遍信念传播的一种有效推广，有效地逼近了精确贝叶斯计算。然而，EP可能对异常值敏感，并且在困难的情况下会出现发散。为了解决这个问题，我们提出了一个新的近似推理方法，放松期望传播（REP）。它通过在KL最小化中加入一个松弛因子来放松期望传播的矩匹配要求。我们用$l_1$惩罚来惩罚这种松弛。因此，当松弛KL散度中的两个分布相似时，松弛因子将被惩罚为零，因此，我们获得原始矩匹配;在存在离群值的情况下，这两个分布显著不同，松弛因子将用于减少离群值的贡献。基于这种惩罚KL最小化，REP对离群值具有鲁棒性，并且可以大大提高EP的后验近似质量。为了检验REP的有效性，我们将其应用于高斯过程分类，这是一项适合EP的任务。我们在合成和UCI基准数据集上的分类结果表明，REP在算法稳定性、估计准确性和预测性能方面比EP和Power EP有显着改善。
2012-08-29 cs.LG stat.CO stat.ML
"Best-of-Many-Samples" Distribution Matching
Max Planck Institute for Informatics（马克斯·普朗克信息学研究所）
生成对抗网络（GANs）可以在生成建模任务中实现最先进的样本质量，但存在模式坍塌问题。另一方面，变分自编码器（VAE）明确地最大化基于重建的数据对数似然，迫使其覆盖所有模式，但遭受较差的样本质量。最近的工作提出了混合VAE-GAN框架，该框架将基于GAN的合成似然性集成到VAE目标，以解决模式坍塌和样本质量问题，但成功有限。这是因为VAE目标强制在数据对数似然性和对潜在先验的发散之间进行权衡。合成似然比项在训练过程中也表现出不稳定性。我们提出了一个新的目标与“最佳的多样本”重建成本和稳定的直接估计的合成似然。这使得我们的混合VAE-GAN框架能够同时实现高数据对数似然和低对潜在先验的发散，并且在模式覆盖和质量方面比混合VAE-GANs和普通GANs都有显着改善。
2019-09-27 cs.LG stat.ML
A Flow Matching Framework for Neural Representational Dissimilarity
The University of Texas at Austin（德克萨斯大学奥斯汀分校）
本文提出流匹配框架统一神经表征差异性度量，将多种距离视为不同速度约束下的杰弗里斯散度，并支持新度量设计。
2026-09-28 cs.AI cs.IT cs.LG
Safe Streaming Flow Planning by Aligning Sampling Dynamics with Execution Dynamics
Nanyang Technological University（南洋理工大学）；University of Washington（华盛顿大学）；University of California, Berkeley（加州大学伯克利分校）；KAIST（韩国科学技术院）
提出SafeStreamingFlow，通过对齐采样与执行动力学实现安全流式规划，降低延迟并提升安全性，同时保持目标到达成功率。
2026-10-05 cs.LG cs.RO
Midpoint Generative Models
AXXX, Russia（俄罗斯AXXX）；Applied AI Institute, Russia（俄罗斯应用人工智能研究所）；Kandinsky Lab, Russia（俄罗斯康德斯基实验室）
提出中点生成模型（MGM），利用流匹配的对称性定义中点散度，并通过变分目标训练单步生成模型，在性能上与现有方法竞争。
2026-06-08 cs.LG
Value Gradient Guidance for Flow Matching Alignment
The Chinese University of Hong Kong (Shenzhen)（香港中文大学（深圳））；University of Tübingen（图宾根大学）；Microsoft Research（微软研究院）；The Chinese University of Hong Kong（香港中文大学）；Mila – Quebec AI Institute（魁北克AI研究所）
VGG-Flow通过价值梯度指导实现流匹配模型的高效微调与先验保留对齐。
2026-03-03 cs.CV cs.LG
Aligning Language Models with Preferences through f-divergence Minimization
Naver Corp（NAVER公司）；Yonsei University（延世大学）；University of Sussex（萨塞克斯大学）；Naver Labs Europe（NAVER欧洲实验室）
本文提出 f-DPG，用任意 f-散度逼近可评估目标分布，统一 RLHF 与 GDC 等方法，并发现不同散度具有不同对齐-多样性权衡，其中 Jensen-Shannon 散度表现突出。
2023-06-06 cs.CL cs.LG stat.ML
MREC: a fast and versatile framework for aligning and matching point clouds with applications to single cell molecular data
比较和对齐大型数据集是一个普遍存在的问题，发生在许多不同的知识领域。我们介绍和研究MREC，递归分解算法计算数据集之间的匹配。基本思想是对数据进行分区，匹配分区，然后递归地匹配每对已识别分区内的点。匹配本身是使用黑盒匹配过程完成的，这些过程太昂贵，无法在整个数据集上运行。使用匹配质量的绝对度量，该框架支持对包括划分过程和匹配算法在内的参数进行优化。通过设计，MREC可以应用于非常大的数据集。我们分析的程序来描述，当我们可以期望它工作良好，并证明其灵活性和权力，通过将其应用到单细胞分子数据分析中出现的一些对齐问题。
2020-02-20 cs.LG q-bio.GN stat.ML
The Affine Divergence: Aligning Activation Updates Beyond Normalisation
Department of Computer Science University of Manchester（计算机科学系曼彻斯特大学）
本文提出了一种超越传统归一化的替代方案，通过仿射散度理论和PatchNorm方法，在多个测试中优于传统归一化器。
2026-03-10 cs.LG
Aligning language models with human preferences
Faculty of Engineering and Informatics（工程与信息学院）；Department of Informatics（信息学系）
本论文探讨将语言模型与人类偏好对齐的多种方法，视其为贝叶斯推理，证明RLHF是分布匹配的特例，并发现预训练阶段引入人类反馈更有效。
2024-04-18 cs.CL cs.LG
On the Algorithmic Bias of Aligning Large Language Models with RLHF: Preference Collapse and Matching Regularization
University of Pennsylvania（宾夕法尼亚大学）；The Chinese University of Hong Kong, Shenzhen（香港中文大学（深圳））；National University of Singapore（新加坡国立大学）；Peking University（北京大学）；Joint corresponding authors（联合通讯作者）
针对RLHF对齐LLMs时因KL正则化导致的偏好坍缩（忽视少数偏好）问题，提出偏好匹配（PM）RLHF，通过PM正则化器平衡多样性与奖励最大化，在OPT和Llama模型上提升29%-41%的偏好对齐效果。
2025-08-25 cs.LG stat.ME stat.ML
Towards Healing the Blindness of Score Matching
University College London（伦敦大学学院）
本文提出了一种新的分歧家族，以缓解分数匹配在多模分布中的盲目性问题，并在密度估计中展示了改进的性能。
2025-11-22 cs.LG stat.ML
Bregman divergence as general framework to estimate unnormalized statistical models
Kyoto University（京都大学）；University of Helsinki（赫尔辛基大学）
我们表明，Bregman分歧提供了一个丰富的框架来估计连续或离散随机变量的非归一化统计模型，也就是说，模型不整合或总和分别为1。我们证明，最近的估计方法，如噪声对比估计，比率匹配，得分匹配属于所提出的框架，并解释它们的互连的基础上监督学习。此外，我们还讨论了boosting在无监督学习中的作用。
2012-02-14 cs.LG stat.ML
Equalized Generative Treatment: Matching f-divergences for Fairness in Generative Models
DI ENS, École normale supérieure, Université PSL, CNRS, Paris, France；Sorbonne Universit\'e, Universit\'e Paris Cit\'e, CNRS, Laboratoire de Probabilit\'es, Statistique et Mod\'elisation, LPSM, Paris, France；Miles, LAMSADE, Universit\'e Paris-Dauphine-PSL, CNRS, Paris, France
本文提出均等生成处理（EGT）作为生成模型的公平性定义，通过min-max微调方法平衡f-分歧度，提升生成质量的公平性。
2026-02-09 cs.AI cs.LG
Global Convergence of Gradient Descent for Score Matching in Gaussian Mixtures via Reverse Fisher Divergence
Applied AI Institute, Moscow, Russia（莫斯科应用人工智能研究所）；AXXX, Moscow, Russia（莫斯科AXXX）
研究反向Fisher散度下梯度下降拟合高斯混合模型的全局收敛性，证明从任意初始化或随机初始化下学生分量收敛到最近教师分量，并给出全变差距离收敛条件。
2026-06-19 cs.LG math.OC
Beyond $\mathcal{H}$-Divergence: Domain Adaptation Theory With Jensen-Shannon Divergence
Université Laval（拉瓦尔大学）；Zhejiang University（浙江大学）；Mila（米拉研究所）；University of Western Ontario（西安大略大学）；Vector Institute（向量研究所）
我们揭示了广泛采用的经验领域对抗性训练与基于$\mathcal{H}$ -发散的一般假设理论对应物之间的不一致性。具体地说，我们发现$\mathcal{H}$ -发散并不等价于领域对抗训练中的优化目标Jensen-Shannon发散。为此，我们建立了一个新的理论框架，直接证明的上，下目标风险界的基础上，联合分布的詹森-香农分歧。我们进一步推导出双向上界的边际和条件的变化。我们的框架表现出固有的灵活性，不同的迁移学习问题，这是可用于各种情况下，$\mathcal{H}$分歧为基础的理论无法适应。从算法的角度来看，我们的理论使一个通用的指导方针统一的原则，语义条件匹配，功能边际匹配，标签边际偏移校正。我们为每个原则采用算法，并在真实数据集上实证验证我们的框架的好处。
2020-07-30 cs.LG stat.ML
Improve SGD Training via Aligning Mini-batches
Computer Science, Wayne State University（韦恩州立大学计算机科学（系））
用于监督学习的深度神经网络（DNN）可以被视为特征提取器（即最后隐藏层）和线性分类器（即输出层）的流水线，其与随机梯度下降（SGD）联合训练。在SGD的每次迭代中，对来自训练数据的小批量进行采样，并且将损失函数的真实梯度估计为在该小批量上计算的噪声梯度。从特征学习的角度来看，特征提取器应该被更新以学习关于整个数据的有意义的特征，并减少对小批量中的噪声的适应。出于这个动机，我们提出了训练中分布匹配（ITDM）来改进DNN训练并减少过拟合。具体地，连同损失函数，ITDM通过匹配SGD的每次迭代中的不同小批次的分布的矩来正则化特征提取器，这通过最小化最大均值差异来实现。因此，ITDM不假设潜在特征空间中数据分布的任何显式参数形式。大量的实验证明了我们提出的策略的有效性。
2020-02-27 cs.LG stat.ML
Comparing Kullback-Leibler Divergence and Mean Squared Error Loss in Knowledge Distillation
KAIST（韩国科学技术院）
知识蒸馏（KD），将知识从一个笨重的教师模型转移到一个轻量级的学生模型，已被研究设计有效的神经结构。通常，KD的目标函数是教师模型和学生模型的软化概率分布之间的Kullback-Leibler（KL）发散损失，其中温度标度超参数τ。尽管它被广泛使用，但很少有研究讨论这种软化对概括的影响。在这里，我们从理论上表明，KL发散损失集中在logit匹配时，τ增加和标签匹配时，τ去0和经验表明，logit匹配是正相关的性能改善一般。从这个观察，我们考虑一个直观的KD损失函数，即logit向量之间的均方误差（MSE），这样学生模型就可以直接学习教师模型的logit。MSE损失优于KL发散损失，这是由两种损失之间倒数第二层表示的差异解释的。此外，我们表明，顺序蒸馏可以提高性能，KD，特别是当使用KL发散损失与小τ，减轻标签噪声。复制实验的代码可在https://github.com/jhoon-oh/kd_data/在线公开获得。
2021-05-19 cs.CV cs.LG
PerturbCellRL: Aligning Distributions and Grounding Biology via Post-Training Perturbation Generators
Stanford University（斯坦福大学）；Peking University（北京大学）
提出PerturbCellRL框架，通过强化学习后训练预训练的单细胞转录组生成器，利用细胞级验证器奖励确保生物一致性，在多个基准上提升预测性能。
2026-10-05 cs.LG
Aligning Hyperbolic Representations: an Optimal Transport-based approach
Rakuten Institute of Technology（乐天技术研究所）
双曲线空间更适合于表示具有底层分层关系的数据，例如，树形数据。然而，通常需要通过对齐将不同但有意义的相关表示合并。这种对齐是一类重要的机器学习问题，其应用包括本体匹配和跨语言对齐。基于最优传输（OT）的方法是解决对齐问题的自然选择，因为它们的目标是找到源数据集的转换以匹配目标数据集，并受到一些分布约束。本文提出了一种基于嵌入OT的双曲空间Poincaré模型的新方法。我们的方法依赖于莫比乌斯回转向量空间上的回转重心映射。作为这种形式主义的结果，我们推导出扩展到现有的一些欧几里德方法的OT为基础的域适应双曲型。经验上，我们表明，欧几里德和双曲线的方法有相似的性能在检索的上下文中。
2020-12-02 cs.LG stat.ML
ReAl: Refine neural operators via aligning dynamical flow
Shanghai Academy of AI for Science（上海人工智能研究院）；Fudan University（复旦大学）
ReAl是一种模型无关插件，通过优化阶段恢复PDE代理模型的精细结构、对齐阶段实现长程动态对齐，提升了PDE代理的高频保真度、预测精度与长期稳定性。
2026-10-14 cs.LG
Balancing Performance and Diversity in GRPO Autoregressive Text-to-Image Post-Training
Shenzhen International Graduate School, Tsinghua University（清华大学深圳国际研究生院）
针对自回归文本到图像生成中人类偏好对齐问题，提出统一f-散度框架，理论分析不同散度对策略优化的影响，实验证明JS散度在性能与多样性间取得最佳平衡。
2026-06-23 cs.AI cs.LG
Stabilizing MoE Reinforcement Learning by Aligning Training and Inference Routers
State Key Laboratory of Multimedia Information Processing, School of Computer Science, Peking University（多媒体信息处理国家重点实验室，计算机学院，北京大学）；LLM-Core Xiaomi（小米LLM-Core）
针对MoE大模型强化学习中路由机制导致的训练不稳定甚至崩溃问题，提出R3方法通过重放推理阶段路由分布对齐训练与推理路由，有效稳定训练且性能优于现有方法。
2025-10-21 cs.AI cs.CL cs.LG
Perron--Frobenius Operator Matching for Generative Modeling
Texas A&M University（德克萨斯农工大学）；City University of Hong Kong（香港城市大学）
提出Perron-Frobenius算子匹配（PFOM）生成框架，通过积分PF算子匹配密度演化，统一流、扩散和跳跃模型，并证明KL散度在Bregman散度中唯一保持密度级与样本条件目标等价，开发Nesterov加速训练和采样方法。
2026-06-17 cs.LG cs.SY eess.SY
Autoregressive Score Matching
Stanford University（斯坦福大学）
自回归模型使用链式规则将联合概率分布定义为条件的乘积。这些条件需要规范化，对可以使用的函数族施加约束。为了增加灵活性，我们提出了自回归条件得分模型（AR-CSM），在该模型中，我们根据单变量对数条件（得分）的导数对联合分布进行参数化，而无需进行归一化。为了训练AR-CSM，我们引入了一种新的分布之间的分歧，称为复合得分匹配（CSM）。对于AR-CSM模型，数据和模型分布之间的这种差异可以有效地计算和优化，不需要昂贵的采样或对抗训练。与以往的分数匹配算法相比，我们的方法是更可扩展的高维数据和更稳定的优化。我们用大量的实验结果表明，它可以应用于合成数据的密度估计，图像生成，图像去噪，和隐式编码器训练潜变量模型。
2020-10-24 cs.LG stat.ML
Offline Imitation from Observation via Primal Wasserstein State Occupancy Matching
The Grainger College of Engineering, University of Illinois Urbana-Champaign（伊利诺伊大学厄巴纳-香槟分校格兰杰工程学院）
本文提出PW-DICE方法，通过最小化原始Wasserstein状态占用距离并结合对比学习距离度量，统一了f-散度与Wasserstein最小化，在离线观察模仿中超越现有方法。
2024-06-09 cs.AI cs.LG
MaD-RL: Matching Distributions for Calibrating LLMs with Reinforcement Learning
针对强化学习后训练导致输出多样性降低的问题，提出分布匹配框架MaD-RL，通过匹配潜在属性分布到目标分布，并设计KL和JS散度奖励函数，在数学推理和编程任务中验证有效性。
2026-09-29 cs.AI cs.LG
SparsePO: Controlling Preference Alignment of LLMs via Sparse Token Masks
Huawei Noah’s Ark Lab（华为诺亚实验室）；University College London（伦敦大学学院）
SparsePO 提出了一种灵活的偏好优化目标，通过自动学习稀疏 token 掩码来动态加权 KL 散度和奖励，在摘要和对话场景中分别提升 +10% 和 +3% 胜率，同时保持模型推理和响应质量。
2025-10-31 cs.AI cs.CL cs.LG
Deep Divergence Learning
Boston University（波士顿大学）
经典的线性度量学习方法最近沿着两条不同的路线进行了扩展：使用神经网络学习数据嵌入的深度度量学习方法，以及将学习欧几里德距离扩展到更一般的发散度量（如分布上的发散）的Bregman发散学习方法。在本文中，我们介绍了深Bregman分歧，这是基于学习和参数化功能Bregman分歧使用神经网络，并统一和扩展这些现有的工作线。我们特别展示了深度度量学习公式，内核度量学习，Mahalanobis度量学习和用于比较分布的矩匹配函数是如何作为对称设置中这些分歧的特殊情况出现的。然后，我们描述了一个深度学习框架，用于学习一般函数Bregman分歧，并在实验中表明，与现有的深度度量学习方法相比，这种方法在基准数据集上具有更好的性能。我们还讨论了新的应用，包括半监督分布聚类问题，和一个新的损失函数的无监督数据生成。
2020-05-06 cs.LG stat.ML
Coreset selection for the Sinkhorn divergence and generic smooth divergences
University of Washington（华盛顿大学）
该研究提出CO2算法，通过函数泰勒展开将通用光滑散度下的核心集选择转化为最大均值差异最小化，应用于Sinkhorn散度可实现多对数级采样点的近似保证，还揭示了核心集选择与经典统计方法的关联。
2025-05-20 cs.LG stat.ML
Calibrated $α$-Barycenters for Multiobjective $f$-Divergence Optimization
The University of Hong Kong（香港大学）；Zhongguancun Academy（中关村学院）
该研究提出CAL-α-MODM方法，用于多目标f-散度优化，通过校准残差导数等实现三次收敛，在300目标Jensen-Shannon问题上较L-BFGS和Direct-TR取得显著加速。
2026-10-14 cs.IT cs.LG math.IT
Aligning the Query Space: Greedy Information Projection for Language Model Data Selection
本文提出贪心信息投影框架，通过最大化子集与任务查询信号的互信息，平衡质量与多样性，高效选择数据集进行微调。
2026-10-06 cs.CL cs.LG
Flow-Factory: A Unified Framework for Reinforcement Learning in Flow-Matching Models
本文提出Flow-Factory框架，通过模块化注册机制解耦算法、模型和奖励，支持多种算法和架构，提供内存优化和分布式训练支持。
2026-03-15 cs.CV cs.LG
Reconstructing Movement from Sparse Samples: Enhanced Spatio-Temporal Matching Strategies for Low-Frequency Data
MOX, Department of Mathematics, Politecnico di Milano（数学系，米兰理工学院MOX部门）；Modeling and Simulation of Socio-Technical Systems, Fondazione Bruno Kessler（社会技术系统建模与仿真，布鲁诺·凯瑟勒基金会）
本文提出改进时空匹配算法以提高低频数据下GPS轨迹对齐的效率和准确性，通过动态缓冲区、自适应观测概率等方法提升路径质量。
2026-03-11 cs.LG
Offline Reinforcement Learning with Fisher Divergence Critic Regularization
New York University（纽约大学）；Google Research（谷歌研究院）；Google DeepMind（谷歌DeepMind）
离线强化学习（RL）的许多现代方法利用行为正则化，通常用测量策略与离线数据的偏差的惩罚来增强无模型演员评论算法。在这项工作中，我们提出了一种替代方法，鼓励学习的政策，以保持接近的数据，即参数化的批评日志行为的政策，产生的离线数据，加上一个状态动作值偏移项，可以使用神经网络学习。然后，行为正则化对应于偏移项上的适当正则化子。我们建议使用梯度惩罚正则化的偏移项，并证明其等价于Fisher发散正则化，建议连接到分数匹配和基于生成能量的模型文献。因此，我们将我们的算法称为Fisher-BRC（行为正则化批评）。在标准的离线RL基准测试中，Fisher-BRC实现了比现有最先进方法更高的性能和更快的收敛速度。
2021-03-14 cs.LG
Enhancing Interactive Voting-Based Map Matching: Improving Efficiency and Robustness for Heterogeneous GPS Trajectories
Cuebiq Group, LLC（Cuebiq集团）；MOX Laboratory（MOX实验室）；Department of Mathematics, Politecnico di Milano（米兰理工学院数学系）
本文提出增强版的Interactive Voting-Based Map Matching算法，通过集成轨迹插补、距离受限投票策略及OpenStreetMap定制资产，提升了异构GPS轨迹匹配的效率、鲁棒性和普适性。
2025-08-15 cs.LG
Graph matching between bipartite and unipartite networks: to collapse, or not to collapse, that is the question
Johns Hopkins University（约翰斯·霍普金斯大学）；University of Maryland（马里兰大学）
图匹配包括对齐两个未标记图的顶点，以最大化网络中的共享结构;当图是单部图时，这通常被公式化为最小化它们的边不一致。在本文中，我们解决了常见的设置，其中一个图匹配是一个二分网络和一个是unipartite。通常，二分网络被折叠或投影到一个单分图中，图匹配过程与经典设置相同。这可能导致噪声边缘估计和信息丢失。我们制定的二分图和单分图之间的图匹配问题，使用无向图形模型，并引入方法来找到与此模型的对齐，而不会崩溃。我们从理论上证明，我们的方法是一致的，并提供非渐近条件，确保精确恢复的匹配解决方案。在模拟和真实数据示例中，我们展示了我们的方法如何比将二分网络转换为单分网络的朴素方法更准确地匹配，并且我们展示了我们的方法在模拟和真实数据网络中实现的性能增益，包括合著-引用网络对，以及大脑结构和功能数据。
2021-04-12 cs.LG stat.ME stat.ML
