conditional variational autoencoder | BriefGPT

关键词conditional variational autoencoder

搜索结果 - 48

一个多阶段目标驱动网络用于行人轨迹预测
该论文提出了一种用于行人轨迹预测的新方法，称为多阶段目标驱动网络 (MGNet)。通过预测中间阶段目标来生成轨迹，以减小预测误差。MGNet 包括条件变分自编码器 (CVAE)、注意力模块和多阶段目标评估器等主要组件。我们通过对 JAAD
PDF8 days ago
从场景图和自注意力生成 3D 场景
使用自我关注层和图变换器从场景图和楼层平面图中合成 3D 场景布局，生成更稀疏和多样化的场景。
PDF3 months ago
基于时间关系知识的深度生成领域自适应，用于跨用户活动识别
本研究提出了一种条件变分自编码器与通用序列映射的结合方法（CVAE-USM），用于解决人类活动识别中时间序列领域自适应的独特挑战，通过放松独立同分布假设并利用时间关系，有效地对不同用户的数据分布进行对齐，从而提高活动识别的准确性和泛化性。在
PDF4 months ago
基于不确定性的无参考点云质量评估
通过使用概率建模，本文提出了一种新的点云质量评估方法，使用条件变分自编码器对主观测试的评判随机性进行建模，并生成多个中间质量评分，最终将这些评分整合为准确的质量预测，实现对点云质量的准确评估。实验证明，该方法在不同数据集上表现出色，超越了先
PDF6 months ago
AAAI基于条件变分自动编码器的手语翻译与跨模态对齐
为了解决手语翻译中视觉和文本之间的跨模态对齐问题，本研究提出了一种基于条件变分自编码器的新型框架（CV-SLT），通过引入两个 KL 散度来促进手语视频和口语文本之间的直接且充分的跨模态对齐。实验证明，该框架在公共数据集上取得了新的最先进结
PDF6 months ago
基于多分辨率金字塔和正常条件的生成 3D 布料模拟
本文在 RGB 布料生成已有深入研究的基础上，探讨了 3D 服装生成的问题。我们构建了一个条件变分自编码器用于 3D 服装生成和披挂。通过金字塔网络以逐步添加服装细节并在一个规范化空间中（即对服装进行解除姿态和形状）的方式来进行研究。我们研
PDF8 months ago
DySurv: ICU 生存预测的动态深度学习模型
基于深度学习和条件变分自编码器的 DySurv 方法能够动态地利用患者电子健康记录中的静态和时间序列测量，准确地估计 ICU 中的死亡风险，并在标准基准测试中胜过大多数现有方法，表现一致且可靠。
PDF8 months ago
基于条件变分推断的动态 PET 图像的后验估计
使用基于深度学习的条件变分自编码器 (CVAE) 的方法，给定活性曲线的测量结果，有效估计动态正电子发射断层成像 (PET) 的运动动力学参数的后验分布。验证结果使用无偏 MCMC 作为参考，处理低维数据 (单个脑区) 和简化的参考组织模型
PDF8 months ago
使用 C-VAEs 重构时空数据
本文提出在烧毁的森林火灾数据集上使用条件变分自编码器（C-VAE）模型来生成连续的、平滑的、现实的移动区域代表，与手动注释的数据结果相比，该方法表现出竞争性的几何相似性度量，在时间保持一致性方面也表现出更好的表现。
PDFa year ago
Dior-CVAE: 变分对话生成中的扩散先验
提出了一种使用扩散模型产生信息量丰富的先验分布的分层条件变分自动编码器（Hierarchical CVAE），并使用注意机制将生成的潜变量逐层注入解码器，使用记忆丢弃解决后验崩溃问题。实验表明，与基于变分的 Transformer 模型相比
PDFa year ago
基于生成模型的遥操作车辆控制输入界面下驾驶员行为模拟（在结构化峡谷地形中）
本文提出了使用基于条件变分自编码器 (simulation models of teleoperated driving for drivers that utilize a deep generative model) 的仿真模型来模拟无
PDFa year ago
使用高斯过程回归识别的条件变分自编码器用于参数模型
本文提出了一种基于数据驱动的方法，结合高斯过程回归和条件变分自编码器 (CVAE-GPRR)，用于参数模型，在实现快速在线预测的同时避免模型复杂性和噪声的影响。
PDFa year ago
基于多模块的条件变分自编码器预测 SNS 加速器中的 HVCM 故障
利用基于条件变分自编码器的多模块框架检测来自多个高压换流器调制器的电力信号中的异常。通过以特定的换流器类型为条件模型，可以捕获正常波形的不同表示，并在给定模块类型的样本有限时提高模型对特定故障的敏感性。研究了几种神经网络架构用于我们的 CV
PDFa year ago
通过条件变分自编码器和敌对学习实现规范建模，以识别阿尔茨海默病的脑功能障碍
通过将条件变分自动编码器与对抗学习相结合（ACVAE），提出了一种新颖的规范建模方法，用于识别阿尔茨海默病中的脑功能异常。实验结果显示，该模型能够更准确地识别 AD，并更好地识别 AD 与对照组之间的差异。
PDF2 years ago
EMNLPPrompt Conditioned VAE: 加强任务导向对话生命周期学习中的生成回放
本研究提出了一种基于条件 VAE 的新型 PCLL 方法，通过加入任务统计信息来增强生成式回放并引导伪样本生成，从而改善 LL 模型训练，实验证明相比其他竞争基线方法，PCLL 在建立 LL 模型方面表现显着优异。
PDF2 years ago
从人类示范中学习灵巧手的连续抓取功能
使用隐式函数学习生成灵巧手运动的抓取计划，结合条件变分自动编码器和 3D 人体演示进行生成建模，该模型名为连续抓取函数（CGF）。通过在模拟器进行不断采样，并选择成功的抓取计划转移到真实机器人手上，与之前的规划算法相比，CGF 更高效，成功
PDF2 years ago
变形金刚作为神经增强器：通过变分贝叶斯实现类条件句子生成
本篇论文提出了一种基于条件变分自编码器和编码 - 解码 Transformer 模型结合的神经数据增强方法，可以在句子级别捕捉自然语言处理任务的多样性，同时在监督任务上具有更好的泛化性能，实验证明该方法对于强化自然语言处理的下游任务有较好的
PDF2 years ago
CVPR生成少样本分类的代表性样本
基于条件变分自编码器模型，使用语义嵌入生成视觉样本，通过训练生成具有代表性的样本来改善数据稀缺性问题，提升 few-shot 分类效果，实验结果表明我们提出的方法在 1-shot 和 5-shot 设置下在 miniImageNet 和 t
PDF2 years ago
CVPR奥德赛的漫游在 3D 场景中
本研究的目标是在数字环境中，实现数字人具有多样的身体形态，永不停歇的移动，并具有合理的身体 - 场景接触。为此，我们提出了基于体表标记的生成式运动原语（GAMMA）来生成真实、可控和无限长的 3D 运动，实验显示出比基于数据的方法更真实可控
PDF3 years ago
基于空间交互变换器网络的行人轨迹预测
本文介绍了一种基于空间交互转化器 (SIT) 的生成方法，该方法通过注意机制学习行人轨迹的时空相关性，并引入条件变分自动编码器 (CVAE) 框架对行人的未来潜在运动状态进行建模。大规模交通数据集 nuScenes 上的实验结果表明，SIT
PDF3 years ago