論文の概要: Path-Decoupled Hyperbolic Flow Matching for Few-Shot Adaptation

• arxiv url: http://arxiv.org/abs/2602.20479v1
• Date: Tue, 24 Feb 2026 02:12:58 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-02-25 17:34:53.57911
• Title: Path-Decoupled Hyperbolic Flow Matching for Few-Shot Adaptation
• Title（参考訳）: Few-Shot適応のための経路分離型ハイパーボリックフローマッチング
• Authors: Lin Li, Ziqi Jiang, Gefan Ye, Zhenqi He, Jiahui Li, Jun Xiao, Kwang-Ting Cheng, Long Chen,
• Abstract要約: ユークリッド型フローマッチングは平坦な幾何学の基本的限界を無視する。 そこで我々はローレンツ多様体の指数展開を利用した経路分離型ハイパーボリックフローマッチングを提案する。 コードとモデルはリリースされます。
• 参考スコア（独自算出の注目度）: 36.30669615593167
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: Recent advances in cross-modal few-shot adaptation treat visual-semantic alignment as a continuous feature transport problem via Flow Matching (FM). However, we argue that Euclidean-based FM overlooks fundamental limitations of flat geometry, where polynomial volume growth fails to accommodate diverse feature distributions, leading to severe path entanglement. To this end, we propose path-decoupled Hyperbolic Flow Matching (HFM), leveraging the Lorentz manifold's exponential expansion for trajectory decoupling. HFM structures the transport via two key designs: 1) Centripetal hyperbolic alignment: It constructs a centripetal hierarchy by anchoring textual roots, which pushes visual leaves to the boundary to initialize orderly flows. 2) Path-decoupled objective: It acts as a ``semantic guardrail'' rigidly confining trajectories within isolated class-specific geodesic corridors via step-wise supervision. Furthermore, we devise an adaptive diameter-based stopping to prevent over-transportation into the crowded origin based on the intrinsic semantic scale. Extensive ablations on 11 benchmarks have shown that HFM establishes a new state-of-the-art, consistently outperforming its Euclidean counterparts. Our codes and models will be released.
• Abstract（参考訳）: 近年のクロスモーダル・ショット適応の進歩は、フローマッチング(FM)による連続的な特徴輸送問題として視覚的セマンティックアライメントを扱いつつある。 しかし、ユークリッドに基づくFMは、多項式体積の増大が多様な特徴分布に対応できないような平坦な幾何学の基本的限界を無視し、深刻な経路の絡み合いをもたらすと論じる。 この目的のために,ローレンツ多様体の指数展開を利用した経路分離型ハイパーボリックフローマッチング (HFM) を提案する。 HFMは2つの重要な設計による輸送を構成している。 1) 遠心性双曲性アライメント(Centripetal hyperbolicアライメント): テキストの根をアンカーすることで中心的な階層を構築し、視覚的な葉を境界まで押し、秩序ある流れを初期化する。 2) 経路分離目的: ステップワイド・インスペクションを通じて, 孤立したクラス固有の測地線回廊内で, 厳密に溝を埋める「セマンティック・ガードレール」として機能する。 さらに,本研究は,本質的な意味尺度に基づいて,混雑原点への過剰輸送を防止するための適応型直径ベース停止法を考案した。 11のベンチマークに対する大規模な改善は、HFMが新しい最先端技術を確立し、一貫してユークリッドのベンチマークを上回っていることを示している。 コードとモデルはリリースされます。

関連論文リスト

• Riemannian Flow Matching for Disentangled Graph Domain Adaptation [51.98961391065951]
  グラフドメイン適応(GDA)は典型的には、ユークリッド空間におけるグラフ埋め込みの整列に逆学習を使用する。 DisRFMは、埋め込みとフローベースのトランスポートを統一する幾何学的なGDAフレームワークである。
  論文  参考訳（メタデータ） (2026-01-31T11:05:35Z)
• Optimal Flow Matching: Learning Straight Trajectories in Just One Step [89.37027530300617]
  我々は,新しいtextbf Optimal Flow Matching (OFM) アプローチを開発し,理論的に正当化する。 これは2次輸送のための直列のOT変位をFMの1ステップで回復することを可能にする。 提案手法の主な考え方は,凸関数によってパラメータ化されるFMのベクトル場の利用である。
  論文  参考訳（メタデータ） (2024-03-19T19:44:54Z)
• Transport meets Variational Inference: Controlled Monte Carlo Diffusions [5.5654189024307685]
  本稿では,経路空間上の発散に着目したサンプリングおよび生成モデリングのための原理的かつ体系的な枠組みを提案する。 ベイズ計算のためのemphControlled Monte Carlo Diffusion sampler (CMCD)を開発した。
  論文  参考訳（メタデータ） (2023-07-03T14:28:36Z)
• Manifold Interpolating Optimal-Transport Flows for Trajectory Inference [64.94020639760026]
  最適輸送流(MIOFlow)を補間するマニフォールド補間法を提案する。 MIOFlowは、散発的なタイムポイントで撮影された静的スナップショットサンプルから、連続的な人口動態を学習する。 本手法は, 胚体分化および急性骨髄性白血病の治療から得られたscRNA-seqデータとともに, 分岐とマージによるシミュレーションデータについて検討した。
  論文  参考訳（メタデータ） (2022-06-29T22:19:03Z)
• Haar Wavelet based Block Autoregressive Flows for Trajectories [129.37479472754083]
  歩行者等の軌道予測は,自律型エージェントの性能向上に不可欠である。 本稿では分割結合を利用した新しいハールウェーブレットに基づくブロック自己回帰モデルを提案する。 実世界の2つのデータセット上で、多種多様な正確な軌跡を生成するアプローチの利点について説明する。
  論文  参考訳（メタデータ） (2020-09-21T13:57:10Z)

関連論文リストは本サイト内にある論文のタイトル・アブストラクトから自動的に作成しています。

指定された論文の情報です。
本サイトの運営者は本サイト（すべての情報・翻訳含む）の品質を保証せず、本サイト（すべての情報・翻訳含む）を使用して発生したあらゆる結果について一切の責任を負いません。