Supervised Distributional Reduction via Optimal Transport and Dependence Maximization
Este artigo propõe a Redução Distribucional Supervisionada (SDR), um algoritmo inovador que integra o Transporte Ótimo com a maximização explícita de dependência para aprender representações compactas e orientadas ao alvo que preservam simultaneamente a geometria intrínseca dos dados e o sinal preditivo, ao mesmo tempo que permitem a construção de kernels adaptativos e não estacionários para tarefas subsequentes, como a modelagem com Processos Gaussianos.