受约束扩散增强轨道总体
热点事件观察中
受约束扩散增强轨道总体
1 篇报道1 个报道来源3 天前更新
先了解这件事
AI 综述
论文作者基于论文摘要提出受约束扩散模型，用800条参考轨迹增强13维轨道总体，并在Basilisk中按五类力模型层级传播样本。留出轨迹MMD为0.0171±0.0239，接近抖动Bootstrap的0.0170和混合模型的0.0198；但生成样本更偏离训练先验，偏移群体上的分类器AUC为0.991–0.998。 在4000组配对的GoDSAT兼容任务中，残差扩散改善了部分稀疏预报和目录模式召回，但托管排序未超过经典估计器。作者称，该方法适合支撑范围内的局部增强，不能替代轨道动力学，也不能作为任务级后验。
AI 根据报道生成 · 1 天前更新
最新进展10月7日 10:29
Constellation Tasking中数据稀缺轨道蒙特卡洛的约束扩散方法报道时间线
沿着报道，了解事件的不同侧面。
10月7日
- arXiv · cs.AIConstellation Tasking中数据稀缺轨道蒙特卡洛的约束扩散方法
基于论文摘要，作者用受约束扩散模型学习13维轨道先验，以800条参考轨迹进行增强，并在Basilisk中按五类力模型层级传播样本。扩散模型的留出轨迹MMD为0.0171±0.0239，接近抖动Bootstrap的0.0170和混合模型的0.0198，但样本更偏离训练先验；所有生成器在偏移群体上的分类器AUC均为0.991–0.998。
本事件热度走势
还没有足够的连续观测数据，暂不绘制趋势。