关键词continuous distributions
搜索结果 - 6
- 估计连续变量的唯一信息
这篇论文提出了一种在持续型分布下估算唯一信息的方法，通过对联合分布进行协同分解和应用与变分自编码器优化技术相结合的方法，为 PID 领域提供了新的研究视角。
- 连续正则化 Wasserstein 重心
通过引入随机算法，该研究提出了一种计算连续分布的 Wasserstein 重心的有效在线算法，该算法基于优化输运理论和 Wasserstein 重心，并使用其对偶势隐式地参数化了该问题。
- 隐式重参数化梯度
提供了一种简单而高效的计算持续性随机变量低方差梯度的方法，称为重新参数化技巧，但它并不适用于许多重要的连续分布。 本文通过隐式微分介绍了一种计算重新参数化梯度的替代方法，并证明了其对 Gamma，Beta，Dirichlet 和 von M - NIPS具有松弛玻尔兹曼先验的离散变分自编码器
本研究探讨将 Boltzmann 机器生成式模型松弛为连续分布，使得可以使用更紧的重要性加权下界（importance-weighted bound）用于离散自编码器（discrete VAEs）的训练，并且在 MNIST 和 OMNIGL - ICML一个用于训练神经概率语言模型的快速简单算法
本文提出了一种快速而简单的基于噪声对比估计算法的 NPLM 训练方法，用此方法训练了几个神经语言模型并在 Microsoft Research 句子完成挑战数据集上取得了最先进的结果，有效地降低了训练时间。
- 排列的方向性统计学
提出一种在超球面上嵌入全排列的方法，从而可以定义连续方向概率分布以及派生排列的密度，运用该方法实现了一个排列状态空间模型的推理过程并进行了相关应用。