convex formulation | BriefGPT

关键词convex formulation

搜索结果 - 10

利用验证辅助学习神经网络障碍函数并具备终止保证
通过使用自我监督学习和凸优化方法，在验证辅助学习框架中使用微调算法找到有效的屏障函数，以解决屏障函数综合的问题，提高验证辅助学习框架的性能。
PDF4 months ago
图像分割的凸测地线选择模型
提出了一种基于边缘加权测地距离作为惩罚项的选择性分割模型，该模型应用于医学图像处理，具有较少的参数依赖和用户输入量，与其他模型相比具有更好的稳健性。
PDF6 years ago
通过分布式稳健优化实现统一性能学习模型
本研究提出了一种分布鲁棒的随机优化框架，利用凸形式化来解决学习模型受到数据生成分布扰动的问题，并通过多项收敛性保准来证明模型的可靠性，同时也得出了极限定理及有关泛化到未知人群、精细化认知等真实任务的证据。
PDF6 years ago
NIPS无知之幕背后的公平性：自动决策的福利分析
本研究针对自动决策系统公平性评估中常被忽略的风险和福利考虑提出了一种基于福利的公平性度量方法，其凸形式允许我们将其作为任何凸损失优化流程的约束条件进行集成，并通过实证分析揭示了与预测准确性、群体歧视和个体公平性之间的有趣权衡关系。该方法是第
PDF6 years ago
CVPR从二维特征点估计三维形状：凸松弛方法
本文提出了一种基于凸形式的方法，用于解决在单个图像中给定一组二维路标的情况下估计物体三维形状的问题，解决了现有方法中对于相机姿态和形状参数的联合估计需要解决非凸优化问题导致的初始化敏感性问题，本文方法能够恢复精确的三维形状且应用在人体姿势和
PDF10 years ago
凸双聚类
研究了一个凸形式的双聚类问题，其中提出了一种迭代算法 COBRA，此算法拥有全局极小值并且生成一个整体的解决方案。它包含了稳定性和可重复性的优点，并在模拟和实际微阵列数据上具有优点。
PDF10 years ago
NIPS向量排列问题的排序网络松弛
本文介绍了 Goemans (2010) 的构造方法，使用其构造的 permutahedron 凸包作为优化问题的松弛形式可以将变量和约束的数量从 Θ(n^2) 减少到 Θ(nlogn)。我们将其应用于 2-SUM 问题的凸优化形式中，并引
PDF10 years ago
稳定主成分追踪的变分方法
本文提出了一种稳定主成分追踪的新凸优化形式以将噪声信号分解为低秩和稀疏表示，首先通过凸变分框架发展了一种数值解，并通过拟牛顿法加速解法，实验结果表明该方法在可扩展性和实际参数选择方面优于传统的稳定主成分追踪形式。
PDF10 years ago
局部高斯图模型估计
本文研究了从高维实证观测中对高斯图模型进行部分估计的方法，提出了使用 $\ell_1$-regularized 最大似然估计的凸优化模型，并采用块坐标下降算法进行求解。实验证明该方法在统计估计性能和实际应用中表现优异。
PDF12 years ago
凸稀疏矩阵分解
本文介绍了用于稀疏信号分解的词典学习的凸优化方法，通过引入凸排名降低项替代字典大小的上限来获得凸性。在一系列的合成示例中，分类比较了凸优化方法和非凸优化方法的估计能力，结果表明，虽然凸优化方法只有一个局部最小值，但在某些情况下，其性能可能不
PDF16 years ago