中文

语义基质理论:用于几何语义漂移的操作理论框架

计算机视觉与模式识别 2026-02-24 v1

摘要

大多数语义漂移研究报告多个信号,如嵌入位移、邻居变化、分布式发散和递归轨迹不稳定性,但缺乏一种关联这些信号的共享解释理论。本文在一个以时间索引的基质 St=(X,dt,Pt)S_t=(X,d_t,P_t) 中对这些信号进行形式化,结合嵌入几何与局部扩散。在该基质中,节点级邻域漂移测量局部条件分布的变化,粗 Ricci 曲率测量语义扩散的局部收缩性,递归漂移探针测试迭代语义算子的稳定性。本文规定了形式模型、假设以及可以驳回模型的测试。本文引入桥质量(bridge mass),即节点级负曲率 incidents 的聚合,作为预测未来邻域重接的预测器。本文提供理论和测试合同;经验性能将在后续研究中呈现。

关键词

引用

@article{arxiv.2602.18697,
  title  = {Deep LoRA-Unfolding Networks for Image Restoration},
  author = {Xiangming Wang and Haijin Zeng and Benteng Sun and Jiezhang Cao and Kai Zhang and Qiangqiang Shen and Yongyong Chen},
  journal= {arXiv preprint arXiv:2602.18697},
  year   = {2026}
}

备注

Accepted by IEEE Transactions on Image Processing