latent structures | BriefGPT

关键词latent structures

搜索结果 - 10

利用空间嵌入统计进行新兴特性映射：EMUSES
EMUSES 利用高维数据进行空间嵌入统计分析，揭示了潜在结构，并检测和解释新出现的性质，为研究人员提供了一个强大的工具来理解复杂现象的多因素起源。
PDF16 days ago
可扩展的分摊 GPLVMs 用于单细胞转录组学数据
通过改进的压缩随机变分贝叶斯 GPLVM 模型，我们成功实现了对单细胞 RNA-seq 数据的解释性降维分析，该模型在细胞类型聚类、细胞周期和批次信息的加入等方面表现出相当高的效果，并通过应用于先天免疫数据集验证了更可解释的潜在结构。
PDF2 months ago
数据驱动的黑箱优化扩散模型
基于扩散模型的条件采样方法，在黑盒优化中生成接近最佳解且保留设计的潜在结构，通过建立理论模型和进行实验验证，证明了奖励导向扩散模型在黑盒优化中的效率和准确性。
PDF4 months ago
神经种群几何和任务共享潜在结构的最优编码
人和动物可以认识到环境中的潜在结构，并将这些信息应用于有效地导航世界。本论文开发了一个分析理论，将神经群体活动的中等统计特性与多任务学习问题上的泛化性能相联系。利用这个理论，我们发现实验观察到的因素化（或解缠）表示自然地成为多任务学习问题的
PDF4 months ago
高维多重网络嵌入的层次聚合
我们提出了 HMGE，一种基于分层聚合的高维多重图嵌入方法，通过学习图维度的分层组合和在每个层次进行嵌入的方式，揭示了多重图维度中隐藏的复杂信息和潜在结构，并通过局部补丁和全局摘要之间的互信息最大化来训练模型以捕捉图中处于不同位置但具有全局
PDF6 months ago
SGA：一种用于带符号图神经网络的图增强方法
本研究通过使用数据增强技术解决了当前基于 SGNN 的有向图表示学习所面临的稀疏性、不平衡三角形和缺乏附加信息的挑战，并引入了一种新颖的有向图增强框架（SGA），通过 SGNN 模型编码有向图、提取潜在结构信息并评估候选样本，最终改善了多个
PDF9 months ago
基于调优自由的最小体积非负矩阵分解研究
用最小体积非负矩阵分解方法，不依赖噪声水平来可恢复秩缺失的矩阵，并通过无需调整的平方根 lasso 方法来选择调整参数值。
PDF9 months ago
表征的意义：作为可证伪记忆模式的心理表征
本文探讨了神经科学和人工智能中所谓的表述问题，并提出了一种基于激活条件的结构推断来解决这个问题的方案，该方案可以用于规划、预测和检测。并通过简单神经网络模型的模拟来说明该方案。
PDF2 years ago
通过展开潜在结构实现可解释的 R-CNN
本文提出一种基于展开潜在结构的模型可解释性解释方法并以物体检测为案例运用了有向无环图模型探索 ROI 区域中潜在的部件结构并自动生成部件组合，最后在 PASCAL VOC 2007 和 2012 数据集上进行验证，结果表明其方法能够不影响性
PDF7 years ago
耦合矩阵和张量分解的一次性优化
本文提出了一种耦合矩阵和张量分解 (CMTF) 方法，通过 all-at-once 优化的方法来融合包含不同矩阵和高阶张量的异构数据集，并可以处理不完整数据集，实现更精准的数据分析。
PDF13 years ago