CorrFlow：基于相关性椭球面的精确且置换等变流匹配方法

研究者提出了用于生成相关矩阵的 CorrFlow 模型，结合广义 Fisher 变换与置换等变的图流匹配网络，无需后处理投影即可保证生成结果 100% 落在相关性椭球面上。在 80×80 台湾股票矩阵实验中，CorrFlow 的特征切片 Wasserstein 距离达到 0.712±0.141，显著优于 CorrGAN（4.339±0.252）和图像扩散模型（4.610±0.191）。