EPFL（洛桑联邦理工学院）

Transfer Learning Across Fixed-Income Product Classes

跨固定收益产品类别的迁移学习

Nicolas Camenzind, Damir Filipovic

机构 * EPFL（瑞士联邦理工学院） 纠错

AI总结 本文提出了一种跨固定收益产品类别的迁移学习框架，通过扩展核岭回归到向量值设置，解决稀疏或噪声数据下的折现曲线估计问题，并通过高斯过程解释和实验验证提升了外推性能。

Learning-based Multi-View Stereo: A Survey

基于学习的多视图立体：综述

Fangjinhua Wang, Qingtian Zhu, Di Chang, Quankai Gao, Junlin Han, Tong Zhang, Richard Hartley, Marc Pollefeys

机构 * Department of Computer Science, ETH Zurich（苏黎世联邦理工学院计算机科学系） ； Graduate School of Information Science and Technology, The University of Tokyo（东京大学信息科学与技术研究生院） ； Department of Computer Science, University of Southern California（南加州大学计算机科学系） ； Department of Engineering Science, University of Oxford（牛津大学工程科学系） ； University of Chinese Academy of Sciences（中国科学院大学） ； School of Computer and Communication Sciences, EPFL（苏黎世联邦理工学院计算机与通信科学学院） ； Australian National University（澳大利亚国立大学） ； Microsoft, Zurich（微软（瑞士）） 纠错

AI总结 本文综述了基于学习的多视图立体方法，重点介绍了基于深度图的方法，并讨论了该领域未来的研究方向。

Comments Accepted to IEEE T-PAMI 2026