noise models | BriefGPT - AI 论文速递

关键词noise models

搜索结果 - 11

基于传输方法的顺序仿真推断
我们提出了一种新的基于传输的方法来高效地进行静态模型参数的顺序贝叶斯推断，该策略基于从参数和数据的联合分布中提取条件分布，通过估计结构化的（例如，块三角形）传输映射。这为似然函数及其梯度提供了明确的代理模型，从而使得可以在无模型、在线阶段通
PDF10 months ago
何时两个列表胜过一个？：共同决策中的益处和危害
通过对机器学习中人算协同性能优化的分析，我们发现在噪声模型下，设置合适的 k 值能够最大化最终选取到最佳选择的概率，进而展示了在人算合作中的严格优势。然而，当人类对算法的排序进行锚定时，联合系统的性能始终较差。我们还拓展了结果至人与算法准确
PDF10 months ago
线性距离度量学习
本文提出了一种基于连续凸损失优化的简单优雅方法，用于线性距离度量学习，并针对不同的噪声模型推导了相应的损失函数。研究结果表明，即使数据存在噪声，只要样本充足就可以学习到地面事实线性度量，并提供相应的样本复杂度限制。此外，我们还提出了一种有效
PDFa year ago
机器学习中的懒惰性、平台性和噪音
通过对神经网络中变分参数的大量抑制来定义惰性，其中量子情况下的抑制对于随机化变分量子电路的量子比特数量呈指数衰减。我们讨论了惰性与由量子物理学家在文献中创建的量子机器学习中的荒漠高原的差异，对梯度下降期间损失函数的平坦情况进行了讨论。同时，
PDF2 years ago
IJCAI评估基于批准的多赢家投票在噪声稳健性方面的性能
本文研究了基于批准的多赢家选举规则的噪声模型，发现该选举方式对合理噪声始终具有鲁棒性，并提出了按照鲁棒性等级划分的相关规则。
PDF4 years ago
噪声自适应群体测试：界限与算法
本研究提出了一些信息理论上的可行性和对话界限，并为基于计算效率的变体提供了略微较弱的可行性界限，为噪声自适应设置提供了可能的最优算法，解决了组测试问题的有关缺陷项和噪声模型的问题。
PDF6 years ago
稀疏因子模型下噪声矩阵完成的极小值下界
该论文研究了矩阵完成问题的基本错误特征，通过分析噪声模型下的最小极大误差边界得出，结果表明最大似然估计量的复杂性正则化可以在多个噪声场景下，获得最小风险率。
PDF9 years ago
数字图像处理中的噪声模型综述
本文简要介绍了各种噪声模型的概述，这些噪声模型可以通过其来源的分析进行选择，从而提供了数字图像中现有噪声模型的完整和定量分析。
PDF9 years ago
主动学习的极小极大分析
该研究通过各种噪声模型，建立了关于利用一般假设类进行主动学习的最小极大标签复杂性的无分布上限和下限。结果表明，利用 VC 类进行主动学习的最小极大标签复杂性始终比被动学习的复杂性小。在噪声高的情况下，给定 VC 维数的所有主动学习问题都具有
PDF10 years ago
MM利用线性优化的鲁棒近可分非负矩阵分解
本文提出了一种新的线性规划模型，解决了传统方法的两个问题，并且在多个合成数据集上，该方法的表现优于 Hottopixx 方法和其他两种先进方法.
PDF11 years ago
旋转同步的 Cramér-Rao 界限
提供了一个 Riemannian 流形上同步估计的框架，适用于任意 n 的各种噪声模型，并推导了同步的 Cramér-Rao 下限。
PDF12 years ago