neural sdes | BriefGPT - AI 论文速递

关键词neural sdes

搜索结果 - 9

深度学习中产生的受控粒子系统的收敛性分析：从有限样本到无限样本大小
该文研究了一类神经随机微分方程的极限行为，推导出一种关于神经随机微分方程的最优控制问题的汉密尔顿 - 雅可比 - 贝尔曼方程，通过分析反向随机黎卡蒂方程得出一种统一的正则估计结果，利用这些正则估计结果展示了目标函数极小值和神经随机微分方程的
PDF3 months ago
连续时间扩散模型的熵正则控制微调
通过以预训练扩散模型为基础，直接优化熵增强奖励函数的神经 SDE，我们提出了一种解决奖励陷入崩溃问题的框架，理论和实证证据表明该框架能够高效生成具有高真实奖励的多样样本，并减少对不完美奖励模型的过度优化。
PDF4 months ago
具有变点的神经随机微分方程：一种生成对抗方法
提出一种基于神经随机微分方程的时间序列变点检测算法，该算法使用生成对抗网络框架下的神经随机微分方程模型，通过 GAN 鉴别器的输出在前向传递中检测变点，并通过交替更新来学习未知的变点和不同变点对应的神经随机微分方程模型的参数。结果表明，该方
PDF7 months ago
神经随机微分方程用于电磁非预期辐射发射的稳健可解释分析
这篇论文提出了一个全面评估 ResNet-like 模型在意外辐射发射（URE）分类中的鲁棒性和可解释性，并提出了一种新的方法，利用神经随机微分方程（SDEs）来解决已发现的局限性。通过实验证明了 ResNet-like 模型对高斯噪声扰动
PDF9 months ago
采用签名内核得分的神经 SDE 非对抗训练
本文提出基于特征核的路径空间评分规则类别，用于 Neural SDEs 的非对抗性训练，并可以将其应用扩展到生成时空数据。基于该方法的体系结构，可以在条件变量为过去观察轨迹的情况下进行外汇对等条件预测模拟以及无网格生成限价单簿动态，并且在各
PDFa year ago
扩散正规流
本文介绍了基于随机微分方程的扩散归一化流生成建模新方法 —— 扩散归一化流算法。该算法使用两个神经 SDE：一个前向 SDE 和一个后向 SDE，通过联合训练两个神经 SDE，将后向 SDE 收敛于一种扩散过程，从而具备更好的高维数据密度估
PDF3 years ago
神经 SDE 的高效准确梯度
本文介绍了利用可逆且代数上可逆的 Heun 方法以及优化的布朗运动采样技术，加速求解反向 SDE 以训练神经 SDE 模型，并提出了用于 GAN 的训练技巧，实验表明我们的算法在速度和预测效果上超过了现有技术。
PDF3 years ago
ICML神经随机微分方程作为无限维生成对抗网络
本文介绍了一种将传统经典方法与神经随机微分方程（SDEs）相结合的方法，作为连续生成时间序列模型，无需预设统计或密度功能即可适应任意漂移和扩散，其输入噪声为布朗运动，输出样本是由数值求解器产生的，可用于机器学习中的时间序列建模。
PDF3 years ago
神经随机微分方程：扩散极限下的深度潜在高斯模型
本文研究了深度潜变高斯模型中的神经 SDEs，并采用随机流理论基于维纳空间开发出一种变分推理框架，利用黑盒 SDE 求解器和自动微分进行端到端推理。
PDF5 years ago