pac-bayesian theory | BriefGPT

关键词pac-bayesian theory

搜索结果 - 12

具有 PAC-Bayesian 保证的学习优化：理论考虑和实践实现
用 PAC-Bayesian 理论为学习优化问题提供了第一个具备可证估计以及收敛保证和收敛速度权衡的框架，学习出的优化算法在比起仅从最坏情况分析得出的算法上具备可证的优越性能，基于指数族的 PAC-Bayesian 上界对一般的、可能无界的
PDF3 months ago
通过学习学习算法实现更灵活的 PAC-Bayesian 元学习
我们介绍了一个新的框架，使用 PAC-Bayesian 理论来研究元学习方法。该框架相比以往的工作的主要优势在于它允许在任务之间的知识转移方面更加灵活。我们的框架的灵活性使其适用于分析广泛范围的元学习机制，甚至设计新的机制。除了理论贡献外，
PDF5 months ago
多视角学习的 PAC-Bayesian 领域自适应边界
该论文在多视角学习环境中提出了一系列关于域适应的新结果，通过 Pac-Bayesian 理论分析泛化边界，结合了之前将多视角整合到域适应中所忽视的两种范式，并构建了一种适用于多视角域适应的新型距离，最后将新边界与之前的研究进行了对比。
PDF6 months ago
带参数化图分布的图神经网络
通过使用潜变量来参数化和生成多个图形，该研究采用期望最大化（EM）框架基于多个图形获得网络参数的极大似然估计，在涉及不确定性的图形中取得了较基准模型更好的性能改进，如异构图形上的节点分类和化学数据集上的图形回归任务。
PDF8 months ago
利用 PAC-Bayesian 理论对变分自动编码器提供统计保证
使用 PAC-Bayesian 理论为变分自动编码器（VAEs）提供统计保证，推导了后验分布的 PAC-Bayesian 界限，以及 VAE 的重构损失的泛化保证、输入分布与 VAE 生成模型定义的分布之间的距离的上界和 Wasserste
PDF9 months ago
对抗生成模型的 PAC-Bayesian 泛化界限
本论文在 PAC-Bayesian 理论的基础上扩展了生成模型，并为基于 Wasserstein 距离和总变差距离的模型开发了广义的泛化界限，特别地，本论文提供了新的训练目标，以适用 Wasserstein GANs 和 Energy-Ba
PDFa year ago
通过平移 Rademacher 过程的快速 PAC-Bayes 泛化界限
本文旨在扩展 Rademacher 复杂性和最新 PAC - 贝叶斯理论之间的桥梁，首先通过平移 Rademacher 过程来匹配 Catoni PAC-Bayes 界限的快速率，然后最新地导出了快速 PAC-Bayes 界限，重点是后验集
PDF5 years ago
二分法与概括：PAC-Bayesian 二元激活深度神经网络
该论文基于 PAC-Bayesian 理论对具有二进制激活的多层神经网络进行了综合研究，并提供了一种端到端框架来训练这种网络以及一些关于二进制激活神经网络的泛化界限。在实际数据集上进行的大量数值实验显示，该方法的表现非常出色。
PDF5 years ago
ICML带特化线性分类器的领域适应的 PAC-Bayesian 定理
本文在 PAC-Bayesian 理论中提供了两个主要方面的贡献，分别是基于新的分布伪距离提供一个更紧的 PAC-Bayesian 领域适应性边缘；另外实现了对多源领域适应性的推广。
PDF9 years ago
NIPSPAC-Bayesian 环境下域适应界限的改进
本文基于 PAC-Bayesian 理论对领域自适应进行了理论分析，提出了 Germain et al. 等人之前领域适应界限的改进方法，首先给出了另一个更紧密且易于解释的泛化界限，此外，还为界限中出现的常数项提供了新的分析，这对于开发新的
PDF9 years ago
多元分类器的多数投票用于后期融合
研究了多媒体索引中的后期分类器融合问题，提出了一种基于 MinCq 的扩展方法，使用一个适用于排名的有序损失函数来提高平均准确率，同时考虑初始投票者的多样性。该方法在 PASCAL VOC'07 基准测试中表现良好。
PDF10 years ago
一个带有 Dropout 界限的 PAC-Bayesian 教程
这篇论文简要介绍了现有的 PAC-Bayesian 理论，重点关注三种泛化界限及其应用，可以有效地处理规则参数及提供训练保障。
PDF11 years ago