UC Berkeley 团队在 NeurIPS 提出对抗分布对齐方法 ADA

UC Berkeley 团队在 NeurIPS 提出 Adversarial Distribution Alignment（ADA），利用部分含噪真实观测弥合仿真与真实实验之间的分布差异。该方法可匹配完整真实分布，并支持多个相关的高维观测；实验以含噪 cryo-EM 二维投影图像修正过采样折叠态的 MD 基础模型分布。论文、代码与网站均已公开。