geometric approach | BriefGPT

关键词geometric approach

搜索结果 - 8

大型语言模型中的凸包分析不确定性量化
该研究提出了一种新颖的几何方法来评估大语言模型（LLM）的不确定性，利用凸包分析来度量模型输出的离散度和可变性，该方法通过将回答转化为高维嵌入，并使用主成分分析（PCA）将其投影到二维空间。实验结果表明，LLMs 模型的不确定性取决于提示的
PDF8 days ago
随机集合推理：未来的计划
未来对于随机集合和置信函数理论的研究有以下的主要领域：完善统计推理理论，包括逻辑回归和经典概率定律的推广；进一步发展不确定性的几何方法，包括普适随机集合、更广泛的不确定性度量和替代的几何表示方法；将新理论应用于气候变化、机器学习和统计学习等
PDF7 months ago
神经特征激活值分析以提高 ReLU 网络特征学习
本文研究神经网络中 individual ReLU units 的 characteristic activation values，提出 ReLU unit 的 characteristic activation set 与 ReLU n
PDFa year ago
通过敏感性分解的几何角度对神经校准进行定位
本文提出了一种几何方法，通过几何敏感分解（GSD）和分类器的角相似性，将一个样本特征嵌入的模和相似性分解为实例相关和实例无关组件，并在几种常见视觉模型上证明了该方法的有效性。
PDF3 years ago
自标定中的退化问题再审视及未标定 SLAM 的深度学习解决方案
本文提出了一种学习方法，使用卷积神经网络对相机自校准进行校正，以解决使用双视图几何方法自校准径向畸变时径向畸变和场景深度之间的歧义，该方法在 SLAM 应用中表现出与以前学习和手工方法相当或优异的性能。
PDF5 years ago
使用 Ricci 流对网络进行社区检测
通过将网络看作几何对象并将网络中的社群视为几何分解，我们应用曲率和离散 Ricci 流的几何方法来分解网络社群。在具有基本真实社群结构的网络上测试了我们的方法，并实验验证了此几何方法的有效性。
PDF5 years ago
无监督单目深度预测的双向循环约束和自适应正则化
使用几何方法和立体图像训练卷积神经网络可以在单张图片中预测场景深度，性能优于最先进的无监督单目深度预测方法，并适用于不同数据集。
PDF5 years ago
MM使用重新本地化级联实时估计新场景中的 RGB-D 摄像机姿态
本文提出了一种改进的方法来解决摄像机位姿估计问题，利用回归森林对场景中的关键点进行对应，采用几何方法评分并选择最有前途的假设，使用多个快速但不精确的重新定位器级联，调整参数以实现有效的性能，实现了重定位性能的显着提升。
PDF6 years ago