barycenter | BriefGPT - AI 论文速递

关键词barycenter

搜索结果 - 11

KDD从单个快照重构图形扩散历史
研究了一种困难的扩散历史记录问题，提出了一种新的重建方法 —— 基于后验分布的重建方法，通过 Metropolis-Hastings Markov 链蒙特卡洛方法和无监督图神经网络来加速 M-H MCMC 的收敛，实验结果表明该方法有效。
PDFa year ago
基于简化网格单元表示的三维牙齿网格分割
本研究提出了一种新的利用齿列网格顶点及顶点法线信息进行自动齿列网格分割的深度学习方法，突破了隐性结构约束下的性能瓶颈。
PDFa year ago
Bures-Wasserstein 流形上的平均值：梯度下降的无维度收敛
本研究探讨了一阶优化算法，用于计算高斯分布在最优输运度量下的质心，提出了新的测地线凸性结果和收敛率，能够更好地控制迭代，解决了 Riemannian GD 收敛慢的问题，并为与其相关的两种平均计算提供了理论依据。
PDF3 years ago
NIPS通过函数梯度下降的 Sinkhorn 质心
本文提出并证明了 Sinkhorn Descent 方法，该方法基于无约束函数优化的思路，用于求解概率分布的重心，计算复杂度线性与维度有关，并成功求解了 100 维度的问题。
PDF4 years ago
Bures-Wasserstein 几何中心的梯度下降算法
本文研究了一种计算具有有限第二矩的概率测度空间上概率分布 $P$ 的重心的一阶方法，并开发了一个框架，来推导梯度下降和随机梯度下降的全局收敛率，尽管重心泛函并不是测地凸的。
PDF4 years ago
高斯混合模型空间中的 Wasserstein 型距离
此研究介绍了一种基于 Wasserstein 距离的方法，用于高维数问题中的 Gaussian 混合模型的优化问题，并讨论了它的性质和在图像处理中的应用。
PDF5 years ago
使用 Frank-Wolfe 算法实现自由支持的 Sinkhorn 重心
本研究提出了一种新的算法来估计与 Sinkhorn 散度相关的任意概率分布的重心，该方法基于 Frank-Wolfe 优化策略，通过逐步填充支持而不需要任何预分配，我们在离散和连续分布方面考虑，证明了所提出算法的收敛速度。
PDF5 years ago
ICML随机瓦热斯坦重心
本文通过随机算法来计算具有 Wasserstein 距离下的一组概率分布的重心，该方法不同于以往的方法，可以适用于连续输入分布，并允许在每个迭代中调整重心的支持，该算法能够恢复出一个锐利的输出，其支持集合包含在真实重心的支持集合内，并能在一
PDF6 years ago
Wasserstein 空间中重心的定点方法
本文介绍了一个迭代方法来计算有限 Borel 概率集合的质心，并主要探讨了其中在线性（加权平均值）和非线性（协方差矩阵）方面的性质以及应用方法。
PDF9 years ago
Wasserstein 几何中心的存在和一致性
基于 Fréchet 平均值，我们定义了与统计平均值相对应的中心点的概念，并证明了定义在测地空间（E，d）上的随机分布的 Wasserstein 中心的存在性和一般情况下的一致性，其中包括对分布的经验版本或日益增多的分布进行中心点的取法。
PDF9 years ago
使用 Wasserstein 距离度量的分布模板估计
该研究针对比较随机变量分布及定义事件样本的平均模式等问题，使用 Wasserstein 空间的测度重心提出一个迭代版本进行平均分布的估计，并且当分布是由居中随机算子扭曲的常见措施时，则测地线能恢复该分布模板。
PDF13 years ago