mixture of gaussians | BriefGPT

关键词mixture of gaussians

搜索结果 - 10

变分推理，高斯混合模型，贝叶斯机器学习
通过优化固定协方差和常值权重的高斯混合模型，将变分推断（Variational Inference）视为最小化平滑相对熵，研究其在非高斯情况下的理论性质，包括梯度下降和粒子系统优化。
PDFa month ago
揭示扩散模型的平滑性质：一个高斯混合视角
通过对高斯混合分布的详细研究，我们证明了扩散过程的光滑性质，并得出了与混合分布成分数无关的 Lipschitz 常数和二阶矩的严格上界。最后，我们将分析应用于各种扩散求解器，从而在目标分布和学习分布之间的总变异距离和 KL 散度方面建立具体
PDFa month ago
CLIP-QDA: 一个可解释的概念瓶颈模型
通过多模式基础模型设计的可解释算法，实现了快速和可解释的图像分类。通过在概念瓶颈模型的基础上建立一个潜空间，将每个神经元与特定的词语关联，利用高斯混合模型增强潜空间的可解释性，引入 CLIP-QDA 分类器使用统计值来推断概念的标签，同时通
PDF7 months ago
GAMIX-VAE: 基于高斯混合后验的 VAE
该论文探讨了变分自编码器（VAEs）的一个微妙方面，着重解释了 Kullback Leibler（KL）散度，这是 Evidence Lower Bound（ELBO）中的一个关键组成部分，用于平衡重构准确性和正则化之间的权衡。通过使用混合
PDF9 months ago
针对离线强化学习的高斯混合评论家的重新访问：一种基于样本的方法
本文介绍了一种新的离线强化学习算法（基于混合高斯的 Actor-Critic 方法），该方法成功地解决了 C51 方法中在最小值和最大值以及所使用的区间数上的先验知识的限制，并在众多挑战性的任务上取得了最先进的性能。
PDF2 years ago
CVPR视频对比学习的概率表示
本文提出了一种概率视频对比学习的自我监督表示学习方法，该方法基于混合高斯将视频剪辑呈现为正常分布并将它们组合成一个高斯分布混合物来建模整个视频分布，通过此方法我们可以避免对剪辑进行转换以生成增强剪辑视图的不必要策略，实验证明该方法在 UCF
PDF2 years ago
SeGMA：半监督高斯混合自编码器
提出了一种半监督生成模型 SeGMA，它是在典型的 Wasserstein 自编码器框架中实现的，可以有效地进行优化，并在标准基准数据集上达到至少与其半监督前身同样好的生成性能。
PDF5 years ago
ICML核岭回归和核 $k$- 均值聚类的严格核查询复杂度
在本研究中，我们提出了 Kernel Ridge Regression (KRR) 和 Kernel K-means 聚类 (KKMC) 中所需的核函数评估数量的严格下限，并且通过有效的统计维度，我们的 KRR 结果解决了一个关于采样复杂度
PDF5 years ago
动态背景减除的在线稳健矩阵分解
本文提出了一种基于高斯混合模型 (MoG) 的在线背景消除方法，该方法使用了一种特殊的 MoG 混合模型对每一帧的前景进行建模，并通过前一帧的前景 / 背景知识对 MoG 混合模型进行规范化。此外，本文还嵌入了仿射变换操作符来适应各种视频背
PDF7 years ago
天文数据线性回归中测量误差的一些方面
描述了一种贝叶斯方法来考虑天文数据中的测量误差，并将其应用于研究放射性星系的 X 射线谱斜率与 Eddington 比之间的关系，该方法基于导出测量数据的似然函数，并以高斯混合模型为基础进行泛化。
PDF17 years ago