network inference | BriefGPT

关键词network inference

搜索结果 - 9

从边际概率中推断动态网络的迭代比例拟合
推断动态网络及其边际概率，IPF 算法的统计基础、稳定性与误差界分析，静态网络结构下的可收敛性，实验验证
PDF4 months ago
自压缩神经网络
本文介绍了一种称为 Self-Compression 的方法，可以移除神经网络中的冗余参数和减少表示权重所需的位数，从而简化网络结构，提高训练和推断效率。作者通过实验证明，使用 Self-Compression 方法可以在只保留网络中 18
PDFa year ago
ICML样本中的网络推断和影响最大化
本文提出一种基于采样的影响力最大化方法，对于给定的节点影响传播日志数据，采用新颖的网络推断方法，可以学习到网络结构和传播参数，避免网络结构和参数假设所带来的误差。相比以往的方法，本方法不需要最大似然估计和凸规划假设，可以在网络参数学习难度较
PDF3 years ago
SIGIR基于图像的风格和替代品推荐
本文旨在通过建立一个基于图像的大规模数据集并开发一个可扩展的方法来揭示人类视觉关系方面的概念模型，该模型不是基于用户注释的细粒度建模，而是基于图像关系网络的网络推理问题。其提供了一个用于训练和评估的大规模数据集，并可用于推荐衣物和配饰的搭
PDF9 years ago
ICML基于级联推断图：一个稀疏恢复框架
研究图网络推断问题，探讨基于稀疏恢复的级联模型，提出第一个可以高概率和 O（slog m）的测量找到图的边缘的算法，并能恢复边权及适用于近似稀疏条件下的情景。最后，通过人造数据验证了本算法的可靠性及降低边缘误差和参数估计误差的能力。
PDF9 years ago
KDD网络推理的迹复杂度
研究了在给定感染时间线的情况下，如何用限制资源推断网络的拓扑结构及其属性，并定义了追溯复杂度，给出了相应算法，并证明了信息理论下界，同时针对特殊情况给出了更简单且有效的解决方案。
PDF11 years ago
社交网络的贝叶斯异常检测方法
本文提出了一种用于动态图中异常检测的两阶段方法：第一阶段使用简单的共轭贝叶斯模型对离散时间计数过程来跟踪图中所有节点成对的链接，以评估其正常行为；第二阶段则通过对潜在异常节点进行标准网络推断工具的广泛减少，从而使方法的效用在模拟和真实数据集
PDF14 years ago
NIPS随机微分方程网络学习
该篇论文研究了使用线性模型描述随机动态的网络 (有向图) 的学习问题，并证明了在较高采样率的情况下，利用 $\ell_1$- 正则化最小二乘算法可以高效地推断出稀疏网络结构。
PDF14 years ago
基于图的压缩感知
本研究主要关注于对于图中罕见边特性的稀疏向量信号进行压缩感知，通过纵向联通路径下的加性测量可以以 O (k log n) 的时间复杂度实现对于 k - 稀疏链接向量的恢复，并且借助 L1 正则化可以有效地推断在图中进行 O (k log n
PDF14 years ago