“这个选题倒是有点意思啊？”一位坐在后排的老师点了点头，“很大胆的选题，看题目应该是偏理论研究。”
“是啊，很久没看到过这样的毕业论文了，不愧是研一就能发NeurIPS还能申请提前毕业的学生。”
还没开始讲，几位老师就小声讨论了一下，不过很快他们就停止了讨论，因为周昀开始了他的报告。
“我的研究主要是多模态的语义对齐与融合，主要的想法是将多模态特征分布视为概率测度，
利用OT框架实现对齐，具体包括分层OT来处理数据簇结构，以及OT变体来适应高维嵌入的性质。
为了方便理解，我会模拟两类数据的对齐过程，分别是：视觉μ和语言ν。
以下是其的基本原理.......
然后，在对其阶段，我将视觉μ和语言ν分布建模为经验测度，通过Kantorovich双对偶形式求解Wasserstein距离：
W(μ，ν)=sup_{f，g:f(x)+g(y)≤c(x，y)}∫fdμ+∫gdν，
其中c(x，y)=||x-y||^2/2对应Brenier势的梯度映射
内容未完，下一页继续阅读