mcmc sampling | BriefGPT - AI 论文速递

关键词mcmc sampling

搜索结果 - 13

用扩散自抑 MCMC 学习基于能量的先验模型
本文介绍了一种基于扩散的摊销方法来解决长期 MCMC 采样问题，并基于此开发了一种新的学习算法，用于隐空间 EBM。实验证明，与强对手相比，我们的方法在几个图像建模基准数据集上具有优秀的性能。
PDF9 months ago
ICLR利用退火和基于能量的上下界提高互信息估计
本文提出了基于重要性采样的互信息估计方法，包括基于多样本退火重要性采样的全局互信息界限、基于广义 IWAE 的边际互信息界限和基于 MCMC 采样的更紧密的边际互信息界限。在深度生成模型中应用实验，取得了比现有界限更高的性能。
PDFa year ago
AAAI使用 XLNet 改进词汇约束句子生成：展示修改方法
本文提出了使用分类器指导 MCMC 进行词汇限制句子生成的技术，并采用了两步方法 “预测和修订” 生成符合限制的句子，实验结果表明该方法在句子流畅度和多样性方面优于先前的方法。
PDF3 years ago
我不需要 MCMC：分摊采样用于能量模型的快速稳定训练
本文提出了一种简单的方法来训练基于能量的模型（EBMs），并将其应用于半监督分类，方法利用熵正则化的生成器来分摊在 EBM 训练中通常使用的 MCMC 采样，这使得实验结果更快、稳定和可行。
PDF4 years ago
学习潜空间能量先验模型
通过在生成模型的潜在空间中学习基于能量的模型（EBM），从而使 EBM 成为先验模型，该模型建立在生成模型的自上而下网络之上。通过最大似然联合学习，可以同时学习潜在空间的 EBM 和自上而下网络，并涉及从潜在向量的先验和后验分布中进行短程
PDF4 years ago
基于 MCMC 的最大似然能量模型学习解剖学
本文研究了 Markov 链蒙特卡罗采样在无监督最大似然学习中的效果，发现使用 ConvNet 势函数训练的最小框架可以实现高质量的短时合成，同时使用正确的 Langevin 噪声调整可以实现长时稳定采样；但使用收敛困难的 MCMC 训练
PDF5 years ago
一种基于传输的多保真度 Markov Chain Monte Carlo 预处理器
本文提出了一种多保真度方法，将高保真度模型和低保真度模型结合起来，用低保真度模型构建建议分布，以实现高效的 MCMC 采样。此方法在数值实验中取得了显著的加速效果。
PDF6 years ago
基于多面体的快速 MCMC 采样算法
该研究提出并分析了两种新的 MCMC 抽样算法，即 Vaidya walk 和 John walk，用于从多面体上生成样本。其中提出的 Vaidya walk 算法的混合时间比过去的 Dikin walk 的混合时间少得多，混合时间上界为
PDF7 years ago
CVPR通过多重网格建模和采样学习能量模型作为生成卷积神经网络
本文提出了一种多网格方法，用于学习基于能量的图像生成 ConvNet 模型，展示了其在生成更逼真的图像方面优于原始的对比散度和连续对比散度。
PDF7 years ago
NIPS利用学习和推理的统计数据
该研究论文探讨了在面对包含海量数据集和需要超级计算机执行的模拟时，如何利用数据与模型之间的固有统计学特性来提高学习和推理的效率，并提出了相应的基于随机梯度的算法来检测概率、提高 MCMC 的更新效率和决定参数更新的接受或拒绝，同时探讨了在大
PDF10 years ago
关于 M/G/1 排队的贝叶斯推理及高效 MCMC 抽样方法
本文介绍了一种高效的 MCMC 采样算法来进行贝叶斯推理，以只给出出发时间的观测数据为条件，在 M/G/1 排队模型中进行。我们的 MCMC 方案结合了 Gibbs 采样和简单的 Metropolis 更新，并使用了三种新的 “shift”
PDF10 years ago
贝叶斯条件密度滤波
本论文提出了一种新的条件密度滤波算法（C-DF），用于有效的在线贝叶斯推断，通过在新数据到达时从条件后验分布的近似中采样，利用统计量消除了同时存储或处理整个数据集的需求，从而提高了内存需求和运行时长，改善了混合度，并展示了其在高维压缩回归中
PDF10 years ago
ICMLMCMC 领域的紧缩：削减 Metropolis-Hastings 预算
本研究旨在提高在处理大数据集时的贝叶斯后验 MCMC 采样的效率，通过引入基于连续假设检验的近似 MH 规则，根据部分数据即可高置信度地接受或拒绝样本，从而减少计算代价，同时控制引入的渐近偏差使方差下降得以更快。
PDF11 years ago