- 非线性集合滤波的耦合技术
针对高维度的非高斯状态空间模型、非线性且可能是混沌动力学以及空间与时间稀疏的观测,我们提出了一种新的过滤方法,使用交通测度、凸优化和概率图模型的思想来产生高维度下的坚韧的集成近似过滤分布。我们的方法可被理解为集成卡尔曼滤波器(EnKF)的自 - ACL使用多语言句子嵌入进行基于边际的平行语料库挖掘
提出一种基于多语言句子嵌入的平行语料库过滤新方法,通过考虑给定句子对及其最接近的候选句子之间的间隔来修正余弦相似性的尺度不一致性,将结果与现有方法进行比较,结果表明该方法显著提高了翻译自动化水平。
- ICML一种用于滤波和参数估计的块坐标下降近端方法
我们提出并分析了一种用于 ODE 模型的块协调下降近端算法(BCD-prox)以实现同时过滤和参数估计。与现有方法相比,我们在最多维度 d=40 的 ODE 系统上展示了 BCD-prox 的提高的鲁棒性(对于噪声、参数初始化和超参数)、减 - MM开放全局约束的可收缩性
本文介绍了一种简单的特征值方法(称为收缩性),用于确定全局约束的适用性,从而使过滤在执行期间保持稳定;同时提出了两种软约束的一般性分类,并在硬约束和软约束上演示了这一方法。
- CVPR分形维度不变滤波及其基于 CNN 的实现
本文提出一种新的分形维数不变滤波(FDIF)方法,利用局部自相似性概念为图像开发局部分形模型,并在各向异性滤波器组后添加非线性后处理步骤,成功地保持了图像局部分形维度不变性,同时,将所提出的滤波方法通过 CNN-based 框架进行了近似重 - 使用一次齐次泛函的频谱分解
本文讨论使用绝对一次齐次正则化泛函在变分、尺度空间和反尺度空间中,对输入数据进行非线性谱分解的方法及其理论基础,并给出了与线性滤波理论密切相关的关于分解正交性、Parseval 等式以及广义(非线性)特征向量概念的数值结果验证。
- 重要性抽样:内在维度与计算成本
本文总结论文在重要性采样(importance sampling)中的泛用理论和其在贝叶斯反问题(Bayesian inverse problems)和滤波(filtering)中的应用。
- 使用 Lanczos 方法在图上进行加速过滤
该论文通过 Lanczos 方法,提出了一种精确、鲁棒、可扩展和高效的算法,用于大规模图的信号处理和滤波,相较于基于 Chebyshev 多项式的现有方法,其在不增加整体复杂度的情况下实现了更高的准确性,并且特别适用于具有大谱间隙的图。
- 基于核蒙特卡洛滤波器的状态 - 观测示例过滤
本文提出了 Kernel Monte-Carlo Filter 方法,其中状态变量及观测值的关系仅通过若干组已知的观测值得知,该方法基于核平均嵌入的框架,通过简单有效的样本加权,样本采样,样本重采样等操作实现对状态量的准确后验推断,此方法在 - MM基于海面视频图像处理的三维风波谱测量方法
本文提出了一种光学方法来测量波浪表面的 3D 功率谱密度和波轮廓的时空样本,通过同步记录粗糙表面区域的亮度场和测量一个或多个点的表面振荡,并选择滤波参数来最大化恢复并测量的表面振荡的相关性以解决光学测量表面波浪特性遇到的间接测量结果转换问题 - 视角不一致下的多视图学习
本文介绍了一种基于条件熵准则的多视图学习方法,可以检测视图不一致并过滤影响性能的样本,大大提高了传统多视图学习的性能。
- 最优因果推断:估计存储信息和近似因果结构
使用因果屏蔽 - 一种自然的学习原则,将速率失真理论扩展到推断随机动态系统的因果结构。通过过滤可以找到区分自然的因果状态组合,并显示其适合度的渐进逼近。同时,也处理有限数据的非理想情况。