精选理由
ITSPACE用闭式更新直接优化Bures-Wasserstein距离，在协方差对齐任务上比梯度下降快得多，适合资源受限的域适应场景。
ITSPACE（Iterative Transport for Stable Proximal Alignment of Covariance Embeddings）是一种直接优化Bures-Wasserstein目标函数的近端主要化-最小化方法，通过平方根分解中的闭式更新实现。每次迭代在精确算术下满足目标函数的充分下降不等式，在非精确极分解下提供显式认证间隙边界。该方法保持PSD结构且支持秩限制因子，适用于无标注目标批次下的严格步数和计算预算场景。在多个真实协方差对齐基准测试中，ITSPACE达到低BW间隙解的速度显著快于BW梯度下降、其他协方差几何方法以及熵正则化样本OT基线。
AI 翻译 · 中文
ITSPACE（Iterative Transport for Stable Proximal Alignment of Covariance Embeddings）是一种直接优化Bures-Wasserstein目标函数的近端主要化-最小化方法，通过平方根分解中的闭式更新实现。每次迭代在精确算术下满足目标函数的充分下降不等式，在非精确极分解下提供显式认证间隙边界。该方法保持PSD结构且支持秩限制因子，适用于无标注目标批次下的严格步数和计算预算场景。在多个真实协方差对齐基准测试中，ITSPACE达到低BW间隙解的速度显著快于BW梯度下降、其他协方差几何方法以及熵正则化样本OT基线。
Covariance matrices serve as compact descriptors of feature distributions in many machine-learning pipelines, including domain adaptation and Gaussian embeddings. Under a centered Gaussian approximation, the unregularize…