high-dimensional distributions | BriefGPT

关键词high-dimensional distributions

搜索结果 - 6

高效多模态采样：通过绝缘分布流
本文提出了一种称为 TemperFlow 的新方法，通过学习一系列调和分布来逐步接近目标分布，通过传输映射从高维度分布中采样，解决了因目标密度函数不规范且包含孤立模式而产生的巨大挑战，该方法得到了实验的证明和应用。
PDFa year ago
ICML离散分布中的 Langevin 类采样器
我们提出了离散 Langevin proposal (DLP) 算法，这是一种针对复杂高维离散分布的简单且可扩展的基于梯度的采样算法，相比于基于 Gibbs 采样的方法，DLP 可以同时并行地更新所有坐标，通过步长控制变化的大小，使在高维空
PDF2 years ago
Gibbs 采样收敛：坐标 Hit-and-Run 快速混合
本文研究高维分布的取样方法，提出了基于 Gibbs Sampler 方法的 Coordinate Hit-and-Run 算法，在凸边界的范围内取样效率高且保证收敛。
PDF4 years ago
高维生成模型中的 Copula：Vine Copula Autoencoders
介绍了葡萄蔓 Copula 自编码器 (VCAE)，是一种灵活的高维分布生成模型。它将数据通过自编码器压缩成较低纬度表示，再通过葡萄蔓 Copula 估计编码数据的多元分布，最后将估计分布与自编码器的解码器部分相结合，从而以低的计算成本将任
PDF5 years ago
CVPR使用多投影生成对抗网络从轮廓图像集合中合成 3D 形状
利用弱监督学习的多投影生成对抗网络方法生成特定类别的三维形状和进行高维分布的学习，同时不需要完整的三维形状信息，只需要二维边缘图和多视角的二维投影信息。
PDF5 years ago
NIPS主要差异性分析：可解释的分布差异特征化
介绍了一种分析高维分布差异的方法，即主要差异分析（PDA）。该方法通过找到最大化 Wasserstein 距离的投影来操作。引入了一种稀疏变体，以识别造成差异的特征。提供了原始极小化问题和其半定松弛的算法。还展示了该方法如何应用于单细胞 R
PDF9 years ago