BriefGPT.xyz
Ask
alpha
关键词
noisy signals
搜索结果 - 5
图谱谱域去噪的贝叶斯公式
考虑定义在图的顶点上的噪声信号,并就高斯、丢失和均匀分布的噪声提出平滑算法。假设信号服从在频域定义的先验分布,它偏好信号在图的边缘上平滑。通过将此先验分布与三种噪声生成模型配对,我们提出噪声数据存在时真实信号的最大后验估计 (M.A.P.)
→
PDF
7 months ago
ICCV
基于群体智慧的熵最小化方法,实现测试时的开放集适应
通过以熵最小化为灵感来源的样本选择方法,我们过滤掉适应模型中的置信度值降低的样本,从而解决测试时自适应方法中由于错误预测导致的噪音问题,显著改善了图像分类和语义分割的长期适应性能。
PDF
a year ago
多测情况下高效的候选者筛选及其对公平的影响
本文探讨了雇主在招聘过程中通过面试和其他嘈杂信号来评估候选人技能,以及如何制定最佳测试政策,其中涉及到单一和多组 Bernoulli 和 Gaussian 模型的噪声水平变化和基本不可能性。
PDF
5 years ago
稀疏且伪像:带有噪声与离群点的字典学习
本篇论文采用概率模型,证明了采用稀疏编码时在字典生成的参考信号附近可以找到局部极小值,同时考虑过完备字典、噪声信号和可能出现的异常值,这一分析是非渐近的,可以帮助理解信号维度、原子数量、稀疏度和观察次数等关键问题如相干性或噪声级别的比例关系
→
PDF
10 years ago
稀疏字典学习在噪声存在下的局部稳定性和鲁棒性
本文采用概率模型研究了稀疏编码的本地最小值问题,在考虑超完备字典和有噪信号的情况下,证明了稀疏编码接近参考字典生成的信号的局部最小值,同时分析了噪声、信号维度、原子数量、稀疏度和观察数量等关键量如何随之缩放。
PDF
12 years ago
Prev
Next