decompositions | BriefGPT - AI 论文速递

关键词decompositions

搜索结果 - 9

解释机器学习性能差异的分层分解
解释机器学习算法在不同领域表现差异的新的非参数分层框架，提供了聚合和详细分解的方法，不需要因果知识，同时导出了消除偏差、计算高效的估算器和统计推断程序，以获得渐近有效的置信区间。
PDF5 months ago
机器阅读何时需要分解？
研究使用多步推理和分解复杂问题在机器阅读领域的作用，发现在小数据集的情况下，分解可以提高准确匹配得分，但在数据集超过几百个样例时，分解则毫无帮助。
PDF2 years ago
使用 PyTorch 进行张量网络学习
tntorch 是一个支持多种分解（包括 Candecomp/Parafac、Tucker、和 Tensor Train）的张量学习框架，可以自动微分、无缝支持 GPU、拥有 PyTorch 的 API，不仅实现了分解算法，还实现了可微分的
PDF2 years ago
AAAI可验证和组合的强化学习系统
提出了一种可验证和组合强化学习的框架，其中包含一组学习单独子任务的子系统，并填充入标准任务的高层模型，将各个子任务组合成全部任务，成功证明了该框架的实用性和有效性。
PDF3 years ago
MONet: 无监督场景分解与表示
该论文介绍了 Multi-Object Network 模型，它可以将复杂的 3D 场景拆分为对象和背景等语义组件，从而更好地表示场景中的抽象要素和关系，提高数据效率和转移性能。
PDF5 years ago
张量分解及其在机器学习中的应用简介
本文将全面介绍张量（Tensors）的概念和分解方法，并探讨它们在机器学习中的应用，特别是在无监督学习和多关系数据分析等领域的优越性，同时结合实例研究了张量估计混合模型的基本方法，并提供了相关软件类库的参考。
PDF7 years ago
最短路径的重构图
研究了最短路径重新配置图的性质，包括由最短路径图构成的图类、最短路径图的分解和和以及具有周长五以上的最短路径图的完整分类，并证明了格图的最短路径图是格子的诱导子图。
PDF7 years ago
ICML通过 Lifted Multicuts 的图分解分析和优化
本研究通过将图划分的特征化为一组提升的多割来研究所有分解（聚类）的集合，发现了与通过必须连接和必须割约束定义分解类以及与度量比较聚类有关的实际相关的见解。通过定义提升多割多面体的某些面的属性，定义高效的分离程序并在分支中使用这些程序，找到了
PDF9 years ago
每个矩阵都是托普利茨矩阵的乘积
本研究展示了任何 n × n 矩阵一般都是 [n / 2] +1 Toeplitz 矩阵的乘积，并且总是至多 2n + 5 Toeplitz 矩阵的乘积。同样的结果如果用 “Hankel” 代替 “Toeplitz” 则成立，并且 [n /
PDF11 years ago