hierarchical dirichlet process | BriefGPT

关键词hierarchical dirichlet process

搜索结果 - 12

ICLR离散 Markov 语境演变下的强化学习
本文基于贝叶斯方法和变分推断，通过运用适合马尔科夫过程建模的粘性 HDP 先验，提出了一种处理具有不可观测可变上下文、马尔科夫上下文演化和突发性上下文变化的情境相关强化学习问题的框架，并且在运用了上述框架后，成功地实现了在一些开放环境下的较
PDF2 years ago
开放集识别的群体决策
提出基于集合决策的开放式识别框架，利用层次狄利克雷过程消除了阈值选择的需求，实现了开放式识别和新类别发现。
PDF6 years ago
ACL学习主题敏感词表示
该论文提出使用分层狄利克雷过程学习每个单词的多个主题敏感表示的两种方法，通过模拟主题并集成每个文档的主题分布，可以得到能够区分给定单词不同含义的表示。该模型在词汇替换任务中表现出统计学显著的改进，表明常用的单词表示即使与上下文信息结合使用，
PDF7 years ago
发现一个随时间演化的文档语料库的主题结构
本文提出一种基于离散化时间的 epochs、使用层次狄利克雷过程的话题发现，以及可以建模复杂话题变化的时间相似性图的新框架，实验表明该算法能够准确捕捉医学文献语料库的发展和演变。
PDF9 years ago
KDD用于追踪复杂主题结构演化的分层狄利克雷过程及其在自闭症研究文献中的应用
本文介绍了一种利用分层狄利克雷过程对数据语料进行时间分段主题发现的新框架，用于追踪其结构变化，并且用于医学文献语料中的自闭症谱系障碍研究。
PDF9 years ago
有监督的层次狄利克雷过程
该研究提出了一种用于回归问题的监督层次狄利克雷过程模型（sHDP），并与另一种流行的回归模型进行了比较和评估，结果表明该模型适用于实际分类与回归问题中的数据集，并能够通过数据结构和标签联合学习，构建一种可预测性的分类聚类。
PDF10 years ago
NIPSHDP 的实用化折叠随机变分推断
本研究探索了一种基于随机变分贝叶斯推断的层次狄利克雷过程主题模型的折叠式推断方法，该算法易于实现并考虑了超参数的推断，实验结果显示在预测性能方面有很好的提升。
PDF11 years ago
NIPS增广征服负二项过程
利用负二项分布开发数据增强技术，将计数和混合模型统一到负二项过程中，发展了基本特性和高效的 Gibbs 采样推理，并将 Gamma-NB 过程降低到层次狄利克雷过程的规范形式，展示了其独特的理论性、结构性和计算性优势。构建了多种具有不同共享
PDF12 years ago
ICML一种多层次聚类的分层狄利克雷过程模型在人类脑电癫痫建模中的应用
本文介绍了一种新的多层次聚类方法（多层聚类 Dirichlet 过程），用于对癫痫发作进行分析，该方法能够在多个层面上同时对数据集进行聚类，包括通道、发作类型和患者类型等，并通过模拟研究得出了该模型的可行性。
PDF12 years ago
一种针对层级狄利克雷过程的分裂 - 合并 MCMC 算法
该研究介绍了一种针对文档群集的 Hierarchical Dirichlet process (HDP) 模型，描述了一种新的 split-merge MCMC 采样算法用于后验推断，这种算法可以显著改善传统的 Gibbs 采样，并且给出了
PDF12 years ago
ICML基于贝叶斯非参数的 k-means 聚类新算法再探
本文从贝叶斯非参数的角度出发，重新审视了 k-means 聚类算法。通过分析 Dirichlet 过程混合物的 Gibbs 抽样算法，我们发现这个算法在极限下接近于硬聚类算法，可以优雅且单调地最小化一个类似 k-means 的聚类目标，包括
PDF13 years ago
贝叶斯非参数推断的线性动态系统转换
使用贝叶斯非参数方法，将层次狄利克雷过程先验应用于两种切换动态模型，学习未知的持续光滑动态模式，同时推断动态依赖性的稀疏集，以学习具有变化状态维数的切换线性动态系统或具有变化自回归顺序的切换 VAR 过程，最终通过舞蹈蜜蜂序列、IBOVES
PDF14 years ago