arXiv ID:
2601.18728
黎曼环境流:面向从损坏数据中同时进行流形学习与生成建模 / Riemannian AmbientFlow: Towards Simultaneous Manifold Learning and Generative Modeling from Corrupted Data
1️⃣ 一句话总结
这篇论文提出了一个名为‘黎曼环境流’的新框架,能够直接从有噪声或损坏的观测数据中,同时学习数据的概率生成模型和揭示其内在的几何结构(即数据所在的非线性流形),为科学和成像应用中的逆问题提供了理论保证和实用工具。