密度估计
2 条- 01带可训练扩散项与密度驱动损失的生成式随机微分方程
提出基于终端密度的损失函数,联合优化神经SDE的漂移、扩散场及初始分布,在混合高斯实验中显著减少离模采样。
- 02围绕学习密度模型的KL-DRO自适应场景生成
为KL散度分布鲁棒优化设计自适应场景生成方法,提升两阶段随机规划在有限样本下的泛化与鲁棒性。
提出基于终端密度的损失函数,联合优化神经SDE的漂移、扩散场及初始分布,在混合高斯实验中显著减少离模采样。
为KL散度分布鲁棒优化设计自适应场景生成方法,提升两阶段随机规划在有限样本下的泛化与鲁棒性。