跳到正文
arXiv · 机器人与计算机视觉· Elias Najarro, Nicolas Bessone, Sebastian Risi·· 16 天前AI 评分72

Solving Stochastic Inverse Problems in Embedding Space 预印本发布

Solving Stochastic Inverse Problems in Embedding Space

AI 导读

该论文提出在嵌入空间中求解随机逆问题的方法,通过将随机模式映射到不变嵌入空间来恢复未知因果参数,无需手工设计目标函数或启发式规则。研究利用在大图像数据集上训练的嵌入模型获取鲁棒表示,并在物理、生物和社会三个自组织系统(反应扩散系统、胚胎发育模型及社会隔离代理模型)中验证了该方法在模式结果存在随机性时仍能可靠恢复参数的能力。

来源:arXiv · 机器人与计算机视觉 · arxiv.org