likelihood estimation | BriefGPT

关键词likelihood estimation

搜索结果 - 13

神经流动扩散模型：可学习的前向过程用于改进扩散建模
传统扩散模型通常依赖于固定的前向过程，本文引入神经流扩散模型（NFDM），通过支持更广泛的前向过程以及提出一种新颖的参数化技术来增强扩散模型，实现了无需模拟的端到端优化目标，从而有效地最小化负对数似然的变分上界。实验证据显示 NFDM 具有
PDF3 months ago
船舶路径识别的空间聚类方法
本论文提出了一种空间聚类方法来标记船舶路径，并使用位置信息。通过整合无监督机器学习技术来增强路径聚类的准确性，以及基于似然的路径建模和分割来进行更详细的分析，研究结果展示了该方法的卓越性能和高效性。该方法旨在为航线规划提供有价值的见解，最终
PDF4 months ago
通过扩散过程改进敌对能量模型
通过将能量式模型（EBMs）嵌入到去噪步骤中，将长时间生成的过程分解为几个较小步骤，采用对称的 Jeffrey 散度和引入变分后验分布进行生成器的训练，以解决对抗性 EBMs 存在的主要挑战，实验证明与现有的对抗性 EBMs 相比，在生成方
PDF4 months ago
基于扩散模型的生成式类别级物体位姿估计: GenPose
本文提出了一种基于条件生成建模的目标姿态估计方法，该模型采用基于得分的扩散模型来估计对象姿态，借助二步过程（似然度估计和均值池化）从扩散模型中抽样候选项并综合其结果，约束了不确定性。该方法在 REAL275 数据集上实现了最先进的性能，且不
PDFa year ago
一致性模型的等价性：一致性模型、一致性扩散模型和 Fokker-Planck 正则化
本文旨在建立三种最近针对不同目标设计的 ' 连续性 ' 概念之间的理论联系，从而为一种更全面和包容性的连续性模型框架提供潜力。
PDFa year ago
ICML扩散 ODE 的最大似然估计的改进技术
本研究提出多个改进扩散 ODE 的最大似然估计技术，包括训练和评估技术，通过这些技术，我们无需变分去量化或数据增强在图像数据集上实现了具有最先进似然估计结果（CIFAR-10 上的 2.56，ImageNet-32 上的 3.43）。
PDFa year ago
扩散模型：方法和应用综述
本文概述了 “扩散模型” 在图像合成、视频生成、分子设计等领域中的应用，并将相关研究分为三大类：高效采样、改进似然估计和处理具有特殊结构的数据。此外，还探讨了将扩散模型与其他生成模型相结合以获得更好结果的潜能，在计算机视觉、自然语言生成、时
PDF2 years ago
黎曼扩散模型
本文介绍了一种新的图像生成和似然估计方法 —— 扩展连续时间扩散模型到任意黎曼流形，提出了一种似然估计变分框架，并在黎曼流形上证明其等价性，证明了这种新方法在各个评测标准上得到了新的最先进的表现。
PDF2 years ago
CVPR深度量化的隐性特征解耦
通过使用 Depthwise Quantization 方法对特征轴上的分解子张量进行量化，增加了表现能力，同时在现有编码器 - 解码器框架中可以直接应用，提高了对 CIFAR-10、ImageNet-32 和 ImageNet-64 的似
PDF2 years ago
基于扩散生成模型与评分匹配的变分视角
本文通过导出一个变分框架来推导连续时间生成扩散理论，并表明该理论中最小化匹配得分损失等价于最大化该理论内所提出的可逆 SDE 插件的似然度的下限。
PDF3 years ago
AAAI关系边际问题：理论与估计
本文研究在关系设置中找到一些给定边际概率的最大熵分布问题，并提出了统计学上合理的参数学习方法，同时也证明了参数估计的误差以及数据训练的有效样本大小问题。
PDF7 years ago
块状伪边际采样器
本篇论文介绍了 PM 算法和与 Monte Carlo 的相关优化，提出块 PM 算法，在一些特定情况下效率更高，具体方法和指南，同时提供了选择最佳样本数量的方法和指南。
PDF8 years ago
使用数据复制 ABC 进行近似的最大似然估计
提出了一个最大似然方法，使用近似贝叶斯计算（ABC）方法的一般类别的模型。精度依赖于使用小阈值进行比较。所提出的方法显示了如何使用大的阈值，同时增加数据克隆的数量以实现近似最大似然估计.
PDF9 years ago