#变分自编码器

一篇挺实在的方法论论文：不堆新模型，而是给合成多组学数据定了套可复用的评估流程，做医疗数据生成的可以拿来当参照。

arXiv 上的新论文，Clifford-VAE 把图像数据编码成超维符号向量，做 VSA 基准测试比 Gaussian 和 Hyperspherical VAE 都强，搞神经符号方向的可以看看。

论文为时间序列变分自编码器提供了理论保证，解决了其在非独立同分布场景下的分析限制。

这篇论文展示了如何将科学原理嵌入AI训练过程，让模型能更准确地重建偏微分方程，对科学发现很有价值。