permutation-invariant | BriefGPT

关键词permutation-invariant

搜索结果 - 9

高效公正稀疏化
无偏稀疏化是对随机向量进行压缩而不引入偏差的方法，在排列不变和可分离加性的情况下，我们描述了最佳无偏稀疏化的特征，它可以适用于各种不同的差异函数。
PDF4 months ago
Pard：无序置换自回归扩散图生成
PARD 是一个将扩散模型与自回归方法结合的置换不变自回归扩散模型，通过使用特定的局部顺序，以块状的自回归方式生成图。它在没有额外特征的情况下，在分子和非分子数据集上取得了最新水平的性能，且可以扩展到包含 1.9M 个分子的大型数据集。
PDF5 months ago
AAAIDuMLP-Pin：一种双 MLP 点积置换不变网络，用于集合特征提取
本文提出了一种基于双 MLP 点积的新型全局聚合置换不变网络 ——DuMLP-Pin，可以用于提取集合输入的特征，包括无序或非结构化像素、属性和点云数据集。实验证明，DuMLP-Pin 在像素集和属性集的分类问题上取得了最佳结果，在点云分类
PDF2 years ago
ICLR如何训练你的 MAML 在少样本分类领域表现卓越
在 Few-shot classification 这个问题上，我们探究了如何训练 MAML 表现得更美好，发现 MAML 需要大量的梯度步骤才能适应少样本分类，敏感于试验时分类标签的赋值，本文提供了多种方法解决其排列不变性。我们命名为 U
PDF3 years ago
ÚFAL 在 MRP 2020 中的 PERIN 中置换不变语义解析
本文介绍了一种名为 PERIN 的无序排列方法，用于句子到图形的语义解析，它是一种通用的、跨框架的、语言无关的架构，用于语义结构的通用建模。PERIN 参加了 CoNLL 2020 共享任务，在 AMR、DRG、EDS、PTG 和 UCCA
PDF4 years ago
关于表示（反）对称函数
探讨了排列不变、等变、协变函数和反对称函数在量子物理、计算机视觉等领域的重要性，提出了基于单个广义 Slater 行列式的反对称多项式逼近方法，并给出了等变多层感知器的明确普适性证明。
PDF4 years ago
SIGIRSetRank: 学习一种置换不变的信息检索排序模型
本论文提出了一个名为 SetRank 的新型神经学习排序模型，使用自我注意力机制和感知不变性来捕捉跨文档相互作用以及局部上下文信息，从而实现对任意大小文档集的置换不变性排名。与传统的学习排名模型和最先进的神经 IR 模型相比，经实验证明，S
PDF5 years ago
图形规范化流
本文提出了一种新型、基于图的生成模型 —— 图可逆正则流，并尝试将其应用于监督学习和非监督学习任务中，与其他自回归模型相比表现良好且更适合于并行计算架构。
PDF5 years ago
使用近似集合核的贝叶斯优化
通过提出一种基于集合的贝叶斯优化方法，我们在积极弥补高计算成本的基础上，解决了传统基于高斯过程实现的贝叶斯优化对于置换不变性的无法满足需求问题，并通过构建置换不变性的集合内核以及基于对称性的可行域收缩获取优化了集合内核的代理函数，并通过数值
PDF5 years ago