inference model | BriefGPT - AI 论文速递

关键词inference model

搜索结果 - 8

面向模型不可知的后验近似以实现快速准确的变分自编码器
学习变分自动编码器（VAEs）的关键任务是训练生成模型和推理模型，本文提出了一种基于 MAPA 的推理方法，可以高效地估计真实模型的后验分布。初步结果表明，该方法在低维合成数据上能够更好地进行密度估计，并提供了将该方法扩展到高维数据的路线图
PDF4 months ago
ICCV树结构阴影分解
从单个图像中推断对象着色的树结构表示，通过使用遮蔽树表示结合基本遮蔽节点和合成方法，分解对象表面着色，使不熟悉物理着色过程的初学者能以高效直观的方式编辑对象着色，该方法通过混合方法解决了离散树结构和树节点的连续参数的推断问题，并通过优化算法
PDF10 months ago
ACL基于聚类的生物医学实体链接推导
该研究提出了一种基于聚类的推理模型，可以在生物医药领域的文本中实现实体链接，将多个提及归为一组，有望提高独立预测精度。
PDF4 years ago
生成模型、能量模型和推理模型的联合训练中的差异三角
本文提出了发散三角形作为生成模型、能量模型和推断模型联合训练的框架，通过统一概率公式，该方法可以无需昂贵的 MCMC 方法即可进行采样、推断和能量评估的过程，并且通过实验证明其可以有效地从不完整的数据中学习出合适的能量模型、直接采样和重构观
PDF6 years ago
ICML可学习的物理引擎图网络用于推理和控制
介绍了一种基于图网络的学习模型，实现了对象和关系为中心的表示的归纳偏差，从而能够更准确地预测复杂动态系统的行为，并支持在线与离线规划。
PDF6 years ago
ACL使用开放信息提取回答复杂问题
本研究提出了一种 Open IE 推理方法，利用最近提出的支持图优化框架进行 QA，从而使得可以更有效地处理所提出的方法中所述的多种难度级别的复杂问题。同时本方法不依赖于手动策划的知识。
PDF7 years ago
对抗变分贝叶斯：统一变分自编码器和生成对抗网络
介绍了 Adversarial Variational Bayes 技术，可以用于训练具有任意表达力的推理模型的变分自编码器，并将其与生成对抗网络建立起了原则上的联系。
PDF7 years ago
深度生成模型分层学习
本文提出了一种基于乐观的概率方法进行逐层训练 DeepAutoEncoder 的过程，可以提高深度架构训练的性能，实验结果表明使用比生成模型更丰富的推理模型可以有效地提高性能。
PDF12 years ago