gaussian smoothing | BriefGPT

关键词gaussian smoothing

搜索结果 - 7

ICML噪声无导数优化的动态各向异性平滑
提出了一种创新算法，通过考虑目标函数的异质曲率，将球面平滑和高斯平滑方法扩展到噪声无导数优化中，动态调整平滑核的形状以逼近局部最优点周围的海森矩阵，从而通过采样大大减小了噪声评估中梯度估计的误差。通过对人工问题的数值实验展示了该方法的有效性
PDF2 months ago
经由高斯平滑的全零阶双层规划
本文研究使用零阶随机逼近算法解决双层问题，无论是上 / 下目标值还是它们的无偏梯度估计都不可用。通过利用斯坦恩恒等式，首先使用高斯平滑估计具有两个独立块变量的函数的一阶和二阶偏导数。然后，在随机逼近算法框架中使用这些估计来解决双层优化问题，
PDF3 months ago
无监督的随机量子网络用于偏微分方程
在量子计算领域，我们使用参数化的随机量子电路作为试验解，将经典物理信息神经网络（PINN）的思想引入其中，以求解偏微分方程。我们进一步将近期基于 PINN 的技术适应于我们的量子设置，特别是高斯平滑。我们的分析集中在 Poisson 方程、
PDF6 months ago
高斯平滑和高斯导数的离散逼近
该论文通过将离散数据应用于尺度空间理论，深入探讨了逼近高斯平滑和高斯导数计算的问题，研究了三种不同的离散化方法，并通过理论和实验分析了它们的性能特征，结果表明在非常精细的尺度下，离散模拟的高斯核和导数逼近比其他方法表现更好。
PDF7 months ago
宽随机神经网络高斯随机场逼近的斯坦方法应用
该研究基于 Stein 方法，利用一种新颖的高斯平滑技术，构建使用拉普拉斯算子幂的协方差函数，推导出任意连续 n - 球索引的随机场到高斯随机场的 Wasserstein 距离的上界，可以进一步推广到复杂的神经网络模型中。
PDFa year ago
ICML推广高斯平滑用于随机搜索
通过从更大的分布族中采样扰动来选择波动分布，以最小化梯度估计的均方误差（MSE），提出了三个分布，其 MSE 比高斯平滑更小。通过在线性回归，强化学习和 DFO 基准测试中评估了三个采样分布以验证我们的说法，提案通过相同的计算复杂度改进了
PDF2 years ago
使用非极大值抑制提高全方位图像的人体检测
本研究提出一种基于卷积神经网络的人物检测器，能够在全景图像中准确生成人物的最小外接矩形。根据检测器的原始边界框，我们通过非最大值抑制、软非最大值抑制和带有高斯平滑的软非最大值抑制三种方法对边界框进行微调，并在 PIROPO 数据库和自己注释
PDF6 years ago