AI na Matatizo Magumu ya Ulimwengu · Sayansi ya kompyuta ya kinadharia · arXiv · 2026-10-21
Kujifunza Kuratibu za Kawaida kwenye Manifoldu za Riemann kwa Kutumia Chatu za Mtiririko
Kichwa asilia: Learning Normal Coordinates on Riemannian Manifolds with Flow Charts
Manifold za Riemann ni mifano yenye nguvu kwa matatizo yenye muundo usio wa Euclid, lakini kutathmini mara kwa mara ramani za exponential na logarithmic zinazohitajika na algoriti za jiometri kunagharimu kihesabu. Waandishi wanafundisha mtandao wa neva wa aina ya conditional invertible, uitwao flow chart, ili kukadiria koordinati za kawaida karibu na pointi kwenye manifold fulani, hivi kwamba ramani zote mbili zinapungua kuwa operesheni za haraka za Euclid katika nafasi ya koordinati iliyofundishwa, zikisaidiwa na hasara isiyo na hasi yenye ufanisi ambayo ni sifuri hasa chart inapokuwa ya kawaida. Katika jiometri kumi na sita za bandia na zinazotokana na data, flow chart zilizofundishwa awali hutoa kasi ya wastani (median) ya ziada ya 60-70x ikilinganishwa na baselines za nambari kwa hitilafu inayolingana ya ramani ya logarithmic, na koordinati zao zilizofundishwa huimarisha usahihi wa kisuluhisho cha nambari cha jiodezi.