变分推理相关论文
随着智慧城市建设的稳步推进,公共视频监控网络获得了长足发展,监控摄像头在医院、学校、商场等公共场所广泛部署,在提高公共安全......
概率生成模型是知识表示的重要方法,在该模型上计算似然函数的概率推理问题一般是难解的.变分推理是重要的确定性近似推理方法,具......
在贝叶斯模型中,往往无法解析计算后验概率,在实践中依赖于近似推理.变分推理(VI,Variational?Inference)是重要的确定性近似推理......
人类和动物可以持续地积累和巩固从先前观察到的任务中获取的知识,并通过不断地学习,解决新的问题或任务。然而,对于机器学习系统......
复杂工业过程存在明显的高斯/非高斯特性,过程对象受到外在以及本身状态因素影响导致过程数据带有随机不确定性。基于学生t-分布可......
期刊
变分推理应用变分迭代计算出随机变量的近似期望值,是现代人工智能学科一种重要的近似概率推理方法。由于随着变分迭代次数的增加,......
机器学习是人工智能领域重要的议题之一,广泛的应用于视频、图像、生物信息处理、系统控制等领域。在传统的机器学习中,各类机器学习......
深度高斯过程(deep Gaussian process,DGP)是一种流行的概率建模方法,它具有强大的功能,适用于函数近似和不确定性估计,能广泛应用......
潜特征学习是统计机器学习中的重要研究领域,其目标是寻找高维数据的有效低维表示。其中,贝塔过程是一种用于潜特征学习模型的强有......
高斯过程是一种功能强大的贝叶斯非参数模型,它既可以用于分类任务,也可以用于回归任务,在许多领域中都具有广泛的应用。而基于高......
深度神经网络在众多机器学习领域取得了令人瞩目的进展,并被应用到各种实际场景中。但是,一般的深度神经网络建模一个从输入数据到......
已有的聚类集算法基本上都是非监督聚类集成算法,这样不能利用已知信息,使得聚类集成的准确性、鲁棒性和稳定性降低.把半监督学习......
混合逆狄利克雷分布是正的非高斯数据分析中一个重要的统计模型.但是利用常用的统计方法比如极大近似然估计、矩估计等往往很难得......
已有的聚类集算法基本上都是非监督聚类集成算法,这样不能利用已知信息,使得聚类集成的准确性、鲁棒性和稳定性降低.把半监督学习......
针对含噪声工业时间序列数据的区间预测问题,本文提出了一种使用变分推理来数值求解回声状态网络(echo state network,ESN)集成模......
图像目标检测的任务是通过对图像分块或者分区域提取特征,进行学习和分类,从而检测出目标在图像中的位置.基于潜在迪利克雷分布模......
针对循环前缀(cyclic prefix,CP)编码单载波(single carrier,SC)空间复用多输入多输出(multipleinput multiple-output,MIMO)系统,基于变......
针对传统主题模型存在的不足,提出一种新的结合有监督学习的动态主题模型(Supervised Dynamic Topic Model,S-DTM)。该模型不仅能够......
变分高斯过程分类器是最近提出的一种较有效的面向大规模数据的快速核分类算法,其在处理类不平衡问题时,对少数类样本的预测精度通......
近期的研究表明,有限逆狄利克雷混合模型是一种建模非高斯数据的重要的模型。然而,它存在参数估计及模型选择困难的问题。利用常用......
工业生产过程变量的准确预测可以为工业系统的调度及决策工作提供重要指导,也是预测控制技术的重要组成部分。目前,基于数据的预测......
由于LDA模型需要预先给定话题个数k,因此在进行最优话题个数k选取时需要对语料库进行k值循环计算,从而加剧了算法的复杂度。针对LD......
随着无线通信技术的发展,用户数、数据吞吐量以及用户对视频通信等宽带业务的需求呈指数式增长。超高频无线通信可以满足不断增长......
近年来,使用高斯混合模型作为块先验的贝叶斯方法取得了优秀的图像复原性能,针对这类模型分量固定及主要依赖外部学习的缺点,提出......
贝塔混合模型(Beta Mixture Model,BMM)是一种重要的非高斯概率模型,常用于有界数据的统计分析.但是由于其表达式复杂,BMM的参数估......
针对时变频率选择性信道下的单载波编码传输系统,提出了基于变分推理的低复杂度Turbo频域均衡与信道估计联合迭代算法。所设计的软......
由于"语义鸿沟"的存在,自动图像标注是一项极具挑战性的工作。考虑到图像低层视觉特征与高层语义概念的差异,分别从图像表示与语义......
ue*M#’#dkB4##8#”专利申请号:00109“7公开号:1278062申请日:00.06.23公开日:00.12.27申请人地址:(100084川C京市海淀区清华园申请人:清......
高斯Markov随机场是具有Markov性质、符合多元高斯分布的概率模型.高斯均值场是高斯Markov随机场模型上一种基本的变分推理方法,该......
近年来,随着互联网的普及和计算机技术的进步,信息的数量呈指数级增长,人们在享受互联网带来便利的同时,也受到“信息碎片化”和“......
科学与工程中许多的反问题需要利用观测信息尽可能地重构难以直接获取的缺失信息。这些缺失的信息包括源信息,如:盲源分离问题中的......
时序数据是生活中常见的数据类型。这类数据通常具有动态性,即数据在相邻时刻之间相互关联。同时,数据也具有维度依赖性,即数据在......
图模型是人工智能学科表示、处理不确定知识的重要方法。图模型精确推理的计算复杂性是指数的,促使发展出变分方法、采样方法、环......
在非参贝叶斯框架中,高斯过程作为有效且灵活的概率建模工具被广泛应用于机器学习的众多领域,在许多单视角问题上取得了良好效果。......
现实世界的诸多关系均以复杂网络的形式存在,对复杂网络的研究具有重要的理论意义和应用价值。统计网络模型作为复杂网络和机器学习......
图模型变分推理是一种重要的确定性近似推理方法,根据凸对偶原理把概率推理问题转化为关于自由分布的泛函优化问题,并通过求解该优......
变分自编码器是一种非常简洁有效的非监督学习方法,应用在推荐系统领域也能取得极佳的性能。推荐系统的主要工作之一是对缺失的数......
人类的大部分信息都是通过视觉系统来获取的,所以关于视觉的研究成为探索人工智能的一个重要方向,它主要包括两大领域:生物视觉和......
近年来概率图模型已成为不确定性推理的研究热点,在人工智能、机器学习与计算机视觉等领域有广阔的应用前景.根据网络结构与查询问......
针对现有基于矩阵分解的协同过滤推荐系统预测精度与推荐精度较低的问题,提出一种改进的矩阵分解方法与协同过滤推荐系统。首先,将评......
变分自编码(variational autoencoder,VAE)是一种基于连续隐向量的生成模型,通过变分近似构建目标函数,其中的生成模型及变分推理......