“這個選題倒是有點意思啊？”一位坐在后排的老師點了點頭，“很大膽的選題，看題目應該是偏理論研究。”
“是啊，很久沒看到過這樣的畢業論文了，不愧是研一就能發NeurIPS還能申請提前畢業的學生。”
還沒開始講，幾位老師就小聲討論了一下，不過很快他們就停止了討論，因為周昀開始了他的報告。
“我的研究主要是多模態的語義對齊與融合，主要的想法是將多模態特征分布視為概率測度，
利用OT框架實現對齊，具體包括分層OT來處理數據簇結構，以及OT變體來適應高維嵌入的性質。
為了方便理解，我會模擬兩類數據的對齊過程，分別是：視覺μ和語言ν。
以下是其的基本原理.......
然后，在對其階段，我將視覺μ和語言ν分布建模為經驗測度，通過Kantorovich雙對偶形式求解Wasserstein距離：
W(μ，ν)=sup_{f，g:f(x)+g(y)≤c(x，y)}∫fdμ+∫gdν，
其中c(x，y)=||x-y||^2/2對應Brenier勢的梯度映射
內容未完，下一頁繼續閱讀