Learning Approximate Isometric Embeddings for Efficient Template Placement
El artículo presenta , un método basado en flujos de normalización que aprende una transformación de coordenadas aproximadamente isométrica para permitir la colocación eficiente de plantillas en variedades curvas mediante la sustitución de costosas evaluaciones de métrica por comprobaciones de distancia euclidiana en un espacio latente, logrando una cobertura superior con menos plantillas en el análisis de datos de ondas gravitacionales.