bayes' theorem | BriefGPT - AI 论文速递

关键词bayes' theorem

搜索结果 - 9

[Re] 带有非线性和非高斯观测模型的贝叶斯滤波的判别式卡尔曼滤波器
Kalman filters are widely used for estimating hidden variables and their application in neural decoding is explored in t
PDF5 months ago
学生学习中技能分类和预测的概率和信息熵差异
使用贝叶斯定理、概率补、学习事件的概率差异，来预测学习对象在学生学习中的应用；文章通过计算过程演示了技能集事件概率、未发生事件概率、决策树的准确性和技能集数据的信息熵对学生认知表现和学习建议的影响。
PDF7 months ago
单一扩散模型实现鲁棒分类
本文提出了一种鲁棒扩散分类器 (Robust Diffusion Classifier, RDC)，它是一个基于预训练扩散模型构建的生成分类器，可以更好地应对未知威胁并实现识别准确率的提高
PDFa year ago
使用贝叶斯校正和文本分类技术估算气候适应融资收报情况
使用文本分类技术来估算发展基金中关于气候变化适应性的过度报告率的方法，以及使用贝叶斯定理将证据融合到预测中，结果表明过度报告率为 32.03％，可信区间为 [19.81％;48.34％]。
PDF2 years ago
ICLR基于条件分数的数据生成的去噪似然评分匹配
通过 Denoising Likelihood Score Matching（DLSM）损失函数的训练，我们可以解决已有条件分数数据生成方法中分类器训练目标会导致分数不匹配的问题，从而更准确地建模条件分数并缓解这个问题。在 Cifar-10
PDF2 years ago
ICLRBAM: 贝叶斯自适应记忆
提出一种新的框架 Bayes with Adaptive Memory（BAM）来解决在非稳态环境下 Bayesian 方法中遗忘历史数据的问题并能够持续适应变化的世界。
PDF2 years ago
ACL针对任务导向对话的噪声通道模型预训练
使用 Bayes' 定理将任务型对话分解为两个模型，上下文给定回复的分布和回复本身的先验，采用嘈杂信道模型的方法既弱化了解释效应，又允许合理地将大型预先训练的模型纳入回复先验中。大量实验证明，相比于直接解码，嘈杂信道模型具有更好的解码性能，
PDF3 years ago
深度生成模型的贝叶斯图像重建
本文介绍一种名为 BRGM 的方法，该方法使用先前训练好的生成模型和贝叶斯定理来解决不同的图像恢复任务，如超分辨率和图像修复，而无需重新训练模型，可以在多个数据集上实现优秀的性能。
PDF4 years ago
ICML变分自回归高斯过程用于不断学习
本研究提出了一种名为 VAR-GPs 的方法，采用贝叶斯定理作为框架，在通过观察数据在线连续学习过程中解决后验更新的问题，并使用稀疏诱导点逼近可扩展后验概率分布，从而避免了灾难性遗忘的问题。经过实验验证，在现代连续学习基准测试中，VAR-G
PDF4 years ago