基于自适应贝叶斯优化的高效分片 Wasserstein 距离计算
音频与语音处理
2025-09-23 v1 人工智能
声音
摘要
分片 Wasserstein 距离 (SW) 将 \mathbb{R}^d 上的最优输运化简为一维投影的和，正 due to 这种效率，它在几何、生成模型和配准任务中被广泛使用。最近的工作表明，基于 quasi-Monte Carlo 的 SW 计算 (QSW) 能得到近似误差优异的方向集合。这篇论文提出了另一种新颖方法：使用贝叶斯优化 (BO) 学习方向，特别是在 SW 出现于优化循环中时（例如在梯度流中）。我们引入了一系列投影方向的即插即用选择器：BOSW，基于 BO 的单位球面单次方案；RBOSW，周期刷新变体；ABOSW，一种自适应混合方案，从竞争性 QSW 集合开始并进行少量轻量级 BO 细化；以及 ARBOSW，一种重启混合方案，在优化期间定期重新学习方向。我们的 BO 方法可以与 QSW 及其变体（通过 ABOSW/ARBOSW 实现）组合，且无需更改下游损失或梯度。我们提供了数值实验，表明我们的方法在性能上达到最佳水平；在原始 QSW 论文的实验套件上，我们发现 ABOSW 和 ARBOSW 能够以适度的运行时开销实现与最佳 QSW 变体相当的收敛性能。
引用
@article{arxiv.2509.17404,
title = {SongPrep: A Preprocessing Framework and End-to-end Model for Full-song Structure Parsing and Lyrics Transcription},
author = {Wei Tan and Shun Lei and Huaicheng Zhang and Guangzheng Li and Yixuan Zhang and Hangting Chen and Jianwei Yu and Rongzhi Gu and Dong Yu},
journal= {arXiv preprint arXiv:2509.17404},
year = {2025}
}