热点事件持续更新
研究将相关性传播形式化为熵最优输运并推导Sinkhorn规则
1 篇报道1 个报道来源2 小时前更新
先了解这件事
AI 综述
2026年11月5日，arXiv cs.LG发布的一项研究将分层相关性传播（LRP）形式化为Filippov神经网络上的熵最优输运变分问题，并推导出了新的Sinkhorn相关性传播规则。该理论体系能够覆盖硬路由MoE等不连续架构，并可借助薛定谔桥精确追溯输入区域的隐藏单元证据。在ConvNeXt-Tiny测试中，带有赫布权重的LRPN$_{\alpha,\beta}$取得了所测规则中最高的ABPC。
AI 根据报道生成 · 2 小时前更新
最新进展11月5日 13:00
研究将LRP形式化为熵最优输运变分问题，推导出Sinkhorn传播规则并覆盖硬路由MoE等架构。报道时间线
沿着报道，了解事件的不同侧面。
11月5日
- arXiv cs.LG基于 Filippov 神经网络熵最优输运的相关性传播：图像分类器中的 Sinkhorn 传播与区域相关性
新研究将分层相关性传播（LRP）形式化为 Filippov 神经网络上的熵最优输运变分问题，并推导出新的 Sinkhorn 相关性传播规则。该理论可覆盖硬路由 MoE 等不连续架构，并借助薛定谔桥精确追溯输入区域的隐藏单元证据；在 ConvNeXt-Tiny 测试中，带有赫布权重的 LRPN$_{\alpha,\beta}$ 取得了所测规则中最高的 ABPC。
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。