kernel mean embedding | BriefGPT

关键词kernel mean embedding

搜索结果 - 6

再生核希尔伯特空间中 f - 散度的 Moreau 衬度的 Wasserstein 梯度流
使用核均值嵌入展示了正则化可以重写为某个与核 K 相关的再生核希尔伯特空间中函数的莫罗包络，并利用相关结果证明了 MMD - 正则化的 f - 散度及其梯度的性质，进而分析了以 MMD - 正则化的 f - 散度为基础的 Wasserste
PDF5 months ago
关系依赖关系的非参数推断
本文研究了如何在关系系统中估计数据之间的独立性，提出了一种基于核均值嵌入的方法，用于定义条件和边缘独立性测试，并在结构假设下实现了可伸缩的核测试方法。实证研究表明，该方法在合成网络和半合成网络等数据集上比基于核的独立性测试的现有方法更为有效
PDF2 years ago
条件生成的矩匹配网络
本研究提出了条件生成矩匹配网络 (CGMMN)，基于条件最大均值差距 (CMMD) 标准，学习给定一些输入变量的条件分布，学习采用随机梯度下降，梯度通过反向传播计算。我们在广泛的任务上评估了 CGMMN，包括预测建模、上下文生成和贝叶斯暗知
PDF8 years ago
核均值嵌入分布：综述与发展
该文介绍了一种基于希尔伯特空间嵌入的分布表征方法，该方法利用再生核希尔伯特空间将分布映射到一个空间中，并扩展了一般支持向量机和其他核方法的整个内核方法库，为概率测量、统计推断、因果发现和深度学习等领域提供了广泛应用，并讨论了该方法的理论保证
PDF8 years ago
核平均嵌入的极小极大估计
研究了基于从 P 中独立随机抽样的应用正定核 k 的各种估计器（包括经验估计器）来最小化估计 Bochner 积分 μk（P）的理论保证。我们的主要发现是，对于一类离散分布和一类无穷可微分布，n ^ {- 1/2} 的收敛率分别是最小的，这
PDF8 years ago
因果推论学习理论
通过学习概率分布的分类来解决因果推断问题，使用核均值嵌入法特征化样本并构建二元分类器来区分因果方向，可以在多变量情况下推断因果关系。
PDF9 years ago