orthogonal transformations | BriefGPT

关键词orthogonal transformations

搜索结果 - 7

视觉变幻图：利用扩散模型生成多视角视错觉
利用现成的文本到图像扩散模型，我们提出了一种简单的零通道方法来合成多视角光学幻象。经过逆扩散的过程中，我们估计了噪声并结合这些噪声估计对图像进行去噪。理论分析表明，该方法适用于能够被写成正交变换的视角，其中包括置换。这引出了视觉易位的概念
PDF7 months ago
基于 Householder 量化的深度哈希
通过提出一种替代的量化策略，该论文通过在嵌入空间上进行相似性学习，并采用正交变换优化嵌入的每个坐标，然后通过符号函数将转换后的嵌入量化为二进制，从而提高了大规模图像相似性搜索的性能。
PDF8 months ago
EMNLP在嵌入空间中使用正交变换将词语关系转化为旋转国王得到皇后
这篇论文研究了词嵌入的线性支撑结构，通过正交和线性变换来更加准确地表示词语之间的几何关系和词汇类比推理。
PDF5 years ago
ICLR使用顺序非标准动力学改善循环神经网络的记忆能力
探讨使用非正常的重复神经网络（RNNs）以解决梯度 “消失 / 爆炸” 的问题并提高 “信噪比”。研究显示，具有非正常的重复连接矩阵的非正常 RNN 可以在序列处理任务中胜过其正交对应物。
PDF5 years ago
神经网络之间的共享表示几何
本文研究了神经网络架构在相同数据集上的不同训练结果之间的相关性，并使用共享响应模型证明了不同的神经网络以不同的正交变换方式编码数据的同一基础共享表示，通过 CNNs 在 CIFAR10 和 CIFAR100 上进行了实验。
PDF6 years ago
词嵌入的旋转和可解释性：以俄语为例
本文研究了连续词嵌入模型中用于衡量单词相似性的余弦相似度在正交变换下的稳定性，发现使用奇异值分解的正交变换可以提高某些成分的意义并使成分在重新学习时更稳定；同时对俄语语言模型（RusVectores、fastText、RDT）进行了组成分析
PDF7 years ago
ICLR离线双语词向量，正交变换与倒置的 softmax
本论文证明两个空间之间的线性转换应该是正交的，在此基础上提出了一种新型的反向 softmax 算法来确定翻译对，并使用此方法使得英语单词从 34% 的准确度提升到 43%，在无需专家双语信号的情况下达到 40%。最终，我们将这个方法扩展到从
PDF7 years ago