用於去噪高維結構表示的測地線流匹配

研究論文提出了一種名為測地線流匹配的新技術，專門用於改善高維結構表示的去噪過程。在神經符號推理領域，向量代數與空間語義指針（SSPs）被廣泛應用於編碼符號資訊到高維分散表示中。然而，標準的流匹配方法假設幾何結構為平坦的歐幾里得空間，這無法正確處理 SSP 在環面流形上的約束條件。論文作者指出，歐幾里得線性插值會「切穿」流形內部，破壞 SSP 狀態所需的相位和幅度結構，從而影響準確解碼。為解決此問題，他們採用測地線流匹配，通過黎曼運輸動力學嚴格限制去噪流在 SSP 環面流形上運行。此方法在脈衝神經 SLAM 系統中得到驗證，顯示流形感知清理能穩定路徑整合並對抗漂移。結果顯示，追蹤誤差減少高達 72%，神經效率提升 40%，優於競爭基線。相關代碼已在 GitHub 上公開。