inference algorithms | BriefGPT

关键词inference algorithms

搜索结果 - 31

从频谱模板推断网络拓扑
本文提出了一种利用凸优化和图信号静态特性来从难以观测的图信号中恢复网络结构的图移位算法，数值实验验证了该方法在社交、大脑和氨基酸网络中的有效性。
PDF8 years ago
从时间序列数据中自动生成概率编程
通过非参数高斯过程回归找到时间序列数据的描述性协方差结构从而构建具有表述性的概率编程描述，不需要提供模型结构。
PDF8 years ago
ACL使用无向最小生成树推断进行边缘线性一阶依存句法分析
该研究提出了一种基于最小生成树的推断算法，可以将大规模的图形依赖分析模型边缘数量的运行时间复杂度降至 O (m)，并通过局部贪心更新进一步优化了有向解析树模型，验证实验表明，该算法在 18 种语言的测试中表现类似于原始解析器。
PDF9 years ago
学习动态特征选择进行快速序列预测
本文提出了一种基于模板分区和对特征进行排序的配对学习和推理算法，用于大幅减少 NLP 组件中分类器中的向量点积的计算量和提高其速度，并通过词性标注、命名实体识别和基于转移的依存解析等三项实验验证了其实用性。
PDF9 years ago
NIPS动态特征选择训练快速序列预测
通过将特征划分为有序的模板序列，使算法能够在保持准确性的前提下，减少计算量和加速训练，在多个 NLP 组件中能够得到应用，特别是在左到右的分词标注中表现出较好的效果。
PDF10 years ago
结构化预测的紧密误差界
本文介绍了关于机器学习中结构化预测任务的理论分析，探究了标签预测对标签组合所带来的影响，以及如何通过图结构分类来达到期望错误率的降低。
PDF10 years ago
ICML估计扩散网络结构：恢复条件、样本复杂度和软阈值算法
本文使用 l1 正则化最大似然框架研究了一般连续时间扩散模型的网络结构推断问题。我们证明了只要级联采样过程满足自然的不相干条件，我们的框架可以在观察到 O (d3logN) 个级联的情况下高概率地恢复正确的网络结构。此外，我们开发了一个简单
PDF10 years ago
ICLR组合模型中表示和推理的复杂度与部分共享
本文描述了串行和并行组合模型的多个对象，这些对象具有部分共享。对象由部分子部件组成，并用对象部件的分层字典来表示。我们描述了这些模型的推理和学习算法。我们分析了这种模型的计算时间复杂度（对于串行计算机）和节点数（例如，“神经元”）（对
PDF11 years ago
拓展因子图以统一有向和无向图形模型
本文介绍了两种最受欢迎的图模型：贝叶斯网络和马尔科夫随机场，并提出了一种新的图模型 —— 因子图。因子图可以将贝叶斯网络和马尔科夫随机场的优点结合起来，并采用单一的消息传递算法进行概率推断。另外，因子图是贝叶斯网络和马尔科夫随机场的严格超集
PDF12 years ago
加权 CNF 在概率逻辑编程中的推断
本文旨在开发高效的推理算法，将概率逻辑程序和查询、证据转换为加权 CNF 公式，将推理任务视为加权模型计数，使用最先进的方法探究多种程序转换和加权 CNF 推理方法，并在实验中展示了新方法相对于现有技术的优势。
PDF12 years ago
提升后的图模型：一项调查
该文章综述了关于提升图模型的工作。它介绍了提升图模型的一般形式，即 par - 因子图，并展示了许多现有的统计关系表达式如何映射到这种形式。文章讨论了包括提升推断算法在内的推理算法，它们可以高效地计算概率查询的答案。此外，文章还回顾了从数据
PDF13 years ago