bayesian nonparametric | BriefGPT

关键词bayesian nonparametric

搜索结果 - 9

高斯过程去卷积
本文旨在探讨退卷积问题及其在高斯过程先验下的贝叶斯非参数解决方法，分析退卷积问题反问题的可行性条件及盲退卷积情形下滤波器学习的可行性并对结果进行实际数据验证。
PDFa year ago
ICML基于关系思维的语音识别的深度图随机过程
本文提出了一种名为 ' 深度图随机过程（DGP）' 的贝叶斯非参数深度学习方法，通过该方法，可以生成无限数量的概率图表达感知，进而提供一种方法来处理语音模型中的感知图表征和关系。结果表明，该方法在自动语音识别和声学模型领域中具有很好的效果和
PDF4 years ago
SIGIR通过贝叶斯非参数方法提取搜索任务和子任务的层级结构
该研究旨在提出一种基于贝叶斯非参数模型的任务 / 子任务分层提取模型，有着更好的性能，经过大量的实际数据实验验证，考虑任务 / 子任务的层次结构是至关重要的。
PDF7 years ago
NIPSTwitter-Network Topic Model: 社交网络和文本建模的全贝叶斯处理
Twitter 数据由于其形式和语言的不规整性，在当前的主题建模中很难处理。针对该问题，提出了基于 Twitter-Network（TN）主题建模方法，该方法结合文本和社交网络全面应用贝叶斯非参数方法。使用层级泊松 - 狄利克雷过程（PDP
PDF8 years ago
完全随机测量的后验分布、共轭性和指数族
该论文介绍了如何计算广义 CRM 先验和 Bayesian 非参数模型的似然后验，并且提出了利用大小偏置方法和有限边际方法来表示 Bayesian 非参数先验和模型的方法。
PDF10 years ago
ICML基于贝叶斯非参数多层聚类与组级上下文
本文提出了一种贝叶斯非参数多层聚类框架，利用群组水平上下文信息同时发现群组内容的低维结构和将群组分成簇，实验结果表明，该模型在文本和图像领域中利用上下文信息具有优势。
PDF10 years ago
随机变分推断
本研究开发了基于随机变分推断的可伸缩算法，用于逼近后验概率分布，并且针对一类大规模的概率模型进行了技术开发；对两个概率主题模型进行了演示并应用于大量文献数据的分析，其中包括自然杂志、《纽约时报》和维基百科，结果表明随机变分推断可轻松处理大型
PDF12 years ago
贝叶斯非参数隐马尔可夫半马尔可夫模型
本文提出了显式时长的分层狄利克雷过程隐半马可夫模型（HDP-HSMM），并开发了采样算法用于有效的后验推断，这个方法不仅可以为有限的贝叶斯 HSMM 提供新的采样方法，而且可以嵌入到更大的分层贝叶斯模型的采样器中，为贝叶斯推断提供另一种工具
PDF12 years ago
MM一种基于合作贝叶斯非参数框架的认知无线电网络主用户活动监测方法
本文提出了一种新的方法，旨在使多个认知无线电设备协作、使用贝叶斯非参数技术来估计原始用户的活动分布，进而通过形成联盟来优化算法性能，并得到了较高的准确性和性能优越性。
PDF12 years ago