nonlinear ica | BriefGPT - AI 论文速递

关键词nonlinear ica

搜索结果 - 7

使用两个潜在向量的统计模型的可识别性：维度关系的重要性及其在图嵌入中的应用
该研究论文提出了一个统计模型，通过引入辅助数据，并建立了各种可辨认性条件，其中包括非线性独立分量分析（ICA），并证明了所提模型的不确定性在某些条件下与线性 ICA 相同。在图数据中应用可辨认性理论，提出了一种可辨认的图嵌入方法，并通过数值
PDFa month ago
非线性独立成分分析的空间数据可识别特征学习
最近，非线性独立成分分析（nonlinear ICA）已经成为深度表示学习和特征解缠中许多启发式模型的热门替代方法之一。本文介绍了一种新的非线性 ICA 框架，采用适用于具有高维度依赖结构的数据的 $t$-process (TP) 潜在成分
PDF7 months ago
隐马尔可夫非线性 ICA：从非平稳时间序列中进行无监督学习
本文提出了一种新的非线性 ICA 框架，该框架无需手动分割数据，而是结合了隐马尔可夫模型来实现非监督地学习和动态建模，同时证明了该模型的可辨识性。
PDF4 years ago
基于非线性 ICA 的可识别条件能量深度模型 ICE-BeeM
本研究针对概率模型的可辨识性理论，通过一种广泛的条件能量模型建立充分条件，使得学习到的表示在函数空间上是唯一的，从而可以用于在非线性 ICA 框架下的组件估计，同时提高了图像数据集在迁移学习和半监督学习任务中的性能。
PDF4 years ago
ICLR使用一般不可压流网络 (GIN) 和非线性 ICA 进行解缠
该研究延伸了 Khemakhem 等人在非线性 ICA 方面的重大成果，并应用于真实世界数据。研究表明，通过修改 RealNVP 不可逆神经网络体系结构，可以在一定程度上自动地将信息性的潜在变量从噪声中分离出来，并与生成过程的真实潜在变量一
PDF4 years ago
变分自编码器和非线性 ICA: 一个统一的框架
该论文研究通过因式分解先验分布的方法实现对观察变量和潜在变量的真实联合分布的识别，从而实现了对深度潜在变量模型的拆分，论文中提出了一种新的非线性独立成分分析框架，该框架同时适用于具有噪音、欠完备或离散观测的情况。
PDF5 years ago
利用辅助变量和广义对比学习的非线性 ICA
提出了一种基于辅助变量增广数据的非线性 ICA 的泛化框架，通过对真实的增广数据和随机化辅助变量的模拟数据进行判别式学习，实现了该框架的计算机实现，并证明了该模型的可识别性和一致性。
PDF6 years ago