漂移模型的长短流图视角

本文通过单值性长短流图分解，提供了对 Drifting Model 的一种重新解释。我们展示，全局输运过程可分解为随时间推移的长程流图，后跟一个短时间终端流图，后者具有闭形式的最优速度表示；当取终端区间长度为零时，可正好恢复漂移场以及为流图一致性所必需的保守冲量项。基于此视角，我们提出了一种新的似然学习公式，将长短流图分解与输运下的密度演化相吻合。我们通过理论分析和基准测试的实证评估来验证该框架，并进一步提供了特征空间优化的理论解释，同时指出了未来研究的若干开放问题。