iterative algorithm | BriefGPT

关键词iterative algorithm

搜索结果 - 46

Wasserstein 度量空间中的规范变量
本文提出了一种基于 Wasserstein 度量的分布化空间中的实例分类方法，其中包括使用 k 最近邻算法、k 均值聚类和伪混合建模等基于距离的分类算法。通过最大化 Fisher 比例的原则，通过迭代算法在向量空间中进行比例最大化来实现此方
PDFa month ago
随机斯塔克贝格博弈中的帕累托最优策略的政策迭代
在广义随机博弈中，引入了 Pareto 最优概念作为可替代的平衡点，提出了基于最优反应的随机博弈的政策改进定理，并提出了一种迭代算法来确定 Pareto 最优策略，证明了该方法的单调改进性和收敛性，以及在特殊情况下收敛到平衡点的性质。
PDF2 months ago
细调和迁移学习的控制论方法
通过引入 “遗忘无忘” 的概念，本文提出了一种迭代算法，通过投影控制函数 $u^*$ 到已学样本生成的末端映射的核上，实现在训练集扩展时保持先前学习样本的末端不变，并迭代学习新样本，从而为控制方法的可伸缩性做出了贡献。
PDF3 months ago
关于矩阵补全的交叉集中抽样的稳健性
矩阵补全是现代数据科学研究中关键的工具之一。本文通过研究一种新颖的稀疏异常鲁棒的交叉集中采样模型（CCS）来回答 CCS 模型对稀疏异常值的鲁棒性问题，并提出了一种高效的非凸迭代算法（RCURC）来解决鲁棒 CCS 补全问题，通过合成和实际
PDF5 months ago
任意线性变换下的自适应块稀疏正则化
我们提出了一种用于未知块结构下任意线性变换的块稀疏凸信号重建方法，它是现有方法 LOP-𝓁₂/𝓁₁的一种推广，能够在不可逆变换下重建具有块稀疏性的信号。我们提供了解决该方法的迭代算法，并给出了收敛到最优解的条件。数值实验验证了该方法的有
PDF5 months ago
评估噪声 ICA 解决方案的非参数分数
本文提出了一种非参数分数，用于评估在独立成分分析（ICA）的迭代算法中对任意高斯噪声的解决方案的质量。该分数的创新之处在于仅假设数据有有限的二阶矩，并利用特征函数评估估计混合矩阵的质量，而不需要任何噪声分布参数的知识。我们还提供了一种基于特
PDF6 months ago
用于加性非参数回归的随机梯度下降
该论文介绍了一种迭代算法，用于训练具有有利的内存存储和计算要求的加法模型。该算法可以被视为随机梯度下降的函数对应物，应用于组成函数的截断基函数的系数。我们证明了所得到的估计器满足一个预言不等式，可以容许模型错误规定。在规范设置下，通过在培训
PDF6 months ago
回归基础：快速降噪迭代算法
Back to Basics (BTB) 是一种快速迭代算法，可用于噪声降低。该方法在计算上高效，不需要训练或基准数据，并可在存在独立噪声和相关（相干）噪声的情况下应用，噪声水平未知。我们考察了自然图像去噪、泊松分布图像去噪和光学相干层析成
PDF8 months ago
通过联合子空间估计从神经网络表示中去除虚假概念
神经网络中的概念相关性对于网络的超出分布泛化有不利影响，为了解决这个问题，作者提出了一种迭代算法，通过联合识别神经网络表示中的两个低维正交子空间来分离与主要任务无关的概念，该算法在计算机视觉和自然语言处理的基准数据集上表现优于现有的概念去除
PDF9 months ago
PtychoDV: 基于视觉 Transformer 的逐步展开网络用于相位成像图重建
PtychoDV 是一种高效、高质量的 ptychographic 图像重建网络，它通过显著降低迭代算法的计算成本和保持竞争性能，从原始测量数据生成初始图像，并利用学习卷积先验和 ptychography 测量模型细化初始图像。实验结果表明
PDF9 months ago
Jaccard 约束稠密子图发现
寻找具有大的 Jaccard 相似系数的时间网络中允许一定程度变化的密集子图，证明了问题的 NP 难性，提出了一种迭代算法和贪婪算法来发现具有良好目标值的密集子图，并通过实验证明了算法的效率和实用性。
PDF10 months ago
含不完整视图的快速连续多视图聚类
本论文提出了一种名为 FCMVC-IV 的方法，用于解决多视角聚类中的不完整连续数据问题。该方法维护一致性系数矩阵并更新知识，而不是存储和重新计算所有数据矩阵，使用了两个指示器矩阵和旋转矩阵来匹配不同维度的矩阵，并设计了一个三步迭代算法以线
PDFa year ago
基于贝叶斯隐式神经表达的压缩
本文提出了一种基于变分贝叶斯神经网络的数据压缩方法，并使用相对熵编码代替量化和熵编码以优化 $eta$-ELBO 的速率失真性能，同时通过迭代算法学习先验权重分布并采用渐进式细化过程来有效提高压缩性能。实验证明，该方法在图像和音频压缩方面
PDFa year ago
IJCAI本地 - 全局变压器增强展开网络用于全色锐化
本文报道了一种名为 LGTEUN 的可解释深度学习网络来提高低分辨率多光谱图像。该网络基于迭代算法，并使用 Local-Global Transformer 模块来同时建模局部和全局依赖关系，从而提高图像的分辨率和降噪水平。实验结果表明，L
PDFa year ago
ECCVKXNet：盲超分辨率的模型驱动深度神经网络
提出了一种基于模型驱动的深度神经网络方法 KXNet，给出了一个简单且有效的迭代算法，并将其展开到相应的网络模块中，从而使学习过程与 SISR 任务的固有物理机制完全和明确地融合。
PDF2 years ago
在潜在混淆因素和选择偏差可能存在的情况下进行迭代因果分析
我们提出了一种迭代因果发现算法 (ICD)，可在潜在混淆变量和选择偏差的情况下恢复因果图，并演示了 ICD 相较于 FCI、FCI + 和 RFCI 算法，需要更少的 CI 测试并学习更准确的因果图。
PDF3 years ago
ICML用可扩展的二阶方法逃避病态矩阵补全中的鞍点
提出了一个迭代算法，用于低秩矩阵完成，可以解释为迭代重新加权最小二乘（IRLS）算法和应用于非凸秩代理目标的鞍点逃逸平滑牛顿方法，它结合了先前 IRLS 方法的有利数据效率与几个数量级的可伸缩性的改进。我们的方法在样本数量接近信息理论极限时
PDF4 years ago
迭代亲和力学习弱监督语义分割
该研究提出了一种基于迭代算法的学习方法，利用像素点之间的强关联性来生成密集分割地图，并通过信任区域来确保像素关联的可靠性以在没有准确标记的情况下学习亲和力矩阵，实验表明该方法在 PASCAL VOC 2012 和 COCO 数据集上性能优越
PDF4 years ago
NIPS平稳概念漂移下基于非平稳批量数据的模型适应和无监督学习
本文提出了一种迭代式无监督自适应预测模型算法，用于解决由于数据来源非平稳性导致的渐进性概念漂移问题，并在合成数据和真实数据上做了大量数值评估。
PDF4 years ago
MM强化学习奖励机制和政策的联合推理
研究了如何通过迭代算法将奖励机器与 q-learning 相结合，以便在复杂任务中实现快速政策优化。
PDF5 years ago