- CVPR预测人体动作的特征三维姿态
本文提出了一种用 probabilistic approach 来预测 characteristic poses 的方法,解决了原有 human motion prediction 只能按时间预测的问题,同时构建了一个手动注释的数据集来评估 - 神经桥抽样用于评估安全关键自主系统
本文提出了一种基于概率方法的安全性评估模拟方法,能够快速地对危险事件进行探测和评估,并证明了方法在统计和计算效率方面的优越性,最后在多种场景下进行了测试,证明了该方法对于开发和测试安全关键自主系统的敏感性分析和模型比较的重要性。
- 使用概率自适应度量无监督发现重复的语音模式
本文提出了一种名为 PDTW 的概率 DTW 无监督口语术语发现方法,利用处理语料库的分布特征进行自适应评估对齐质量,系统地发现具有相似性的模式对,并在 Zero Resource Speech Challenge 2017 数据集上测试, - 移动边缘计算系统中基于可靠性不敏感客户端的联邦学习加速
本文设计了一种称为 HybridFL 的多层联邦学习协议,该协议结合了边缘节点和云端两层不同的模型聚合策略,并使用概率方法在不确定的末端设备状态下通过区域弹性因子来选择客户端,实验证明了该协议在不同规模的 MEC 系统中显著提高了 FL 训 - ECCV基于卷积神经网络 ML-MAP 层的概率目标分类
本论文提出了一种基于概率的卷积神经网络方法,采用 Logit 层中计算的分布来减少 SoftMax 层中过于自信的预测,从而实现贝叶斯推断,实验结果表明,该方法在目标分类任务中表现良好。
- ICLR无监督文本风格转移的概率公式
本文提出了一种深度生成模型,用于无监督的文本风格转换,并且统一了先前提出的非生成技术。利用概率方法将两个领域的非平行数据建模为部分观察到的平行语料库,通过假设生成每个观察序列的平行潜在序列,该模型学会了完全无监督的将序列从一个领域转换到另一 - CVPR基于鲁棒点云的大规模室外场景重建
本文提出一种基于概率方法的鲁棒后端优化方案,通过建立贝叶斯网络模型,利用长尾柯西分布抑制异常点的特征匹配,以及一组二元潜在变量的柯西 - 均匀混合模型同时抑制循环闭合约束中的异常点特征匹配。并在实验中证明了我们的方法在大规模室内和室外数据集 - 通过逆物理推理推断混杂环境中未知刚性物体的三维形状
本研究提出了一种概率建模方法,用于在机器人操纵过程中实时建立三维物体模型,可应用于未知物体的操纵任务,利用物理引擎进行验证和推断,显著提高了模型准确性。
- 概率神经架构搜索
本研究提出了一种名为 PARSEC 的基于概率的神经体系结构搜索方法,通过学习性能高的神经网络体系结构的概率分布来降低内存要求,实现了计算复杂性最大限度的减少,从而使其能够直接搜索更复杂的体系结构和更大的数据集。该方法在 CIFAR-10 - CVPR适应性置信度平滑技术用于广义零样本学习
本文介绍了一种基于概率的方法,将分类器分为三个组件,其中包括一个门控模型、一个零样本学习专家和一个针对已知类别的专家模型,以实现广义零样本学习(GZSL)。我们的方法解决了几个主要问题,包括如何为未知类别提供精确的门控概率估计和如何在其领域 - 利用对抗自编码器进行生成式概率新颖性检测
该论文基于深度学习编码 - 解码器网络架构,提出了一种概率方法来检测新数据点,并通过对正常数据分布的线性化及自编码网络的训练来实现。结果表明,在多个基准数据集上,该方法能够达到最先进水平。
- Langevin 动力学的耦合和定量收缩率
我们引入一种新的概率方法来量化(动力学)Langevin 过程的平衡收敛性,基于随机微分方程的两个解的特定组合,它产生了一种特定的 Wasserstein 距离缩小,并为过阻尼和欠阻尼之间的边界提供相当精确的收敛界限。
- 手持智能手机上的惯性测距
本文介绍了一种基于双积分旋转加速度的概率方法,能够通过解决推断问题,结合零速度更新、气压高度校正和伪更新约束瞬时速度等三种数据,以轻量级的方式实时跟踪智能手机的位置、速度和姿态,以构建完整的惯性导航系统。此方法证明可以通过现有的 iPad、 - WWW推荐系统中用户曝光建模
本文提出一种新的概率方法,将用户对物品的暴露度纳入协同过滤,将其建模为潜在变量,并从数据中推断其值,用于探索不同的领域和暴露度协变量下的问题,并在四个不同的领域中超过了现有基准的性能。
- 面向实体链接的概率超链接包模型
本文提出了一种基于概率图模型的联合实体消岐方法,充分利用了文档级别实体共现和上下文信息,避免昂贵的训练过程和专业特征工程,通过节点置信传递来做近似推断,能够在实时场景中快速高效地工作,对多种基准数据集进行了准确性测试,表现与现有先进方法相当 - 概率式框架归纳
本文提出了第一个基于概率的帧感应方法,它将框架、事件、参与者作为潜在主题,学习最能解释文本的框架和事件转换。通过句法分析的新型应用进行了框架的推断。在从文本到诱导的框架和提取的事实的端到端评估中,我们的方法产生了最先进的结果,同时大大减少了 - 压缩感知中的概率重构:算法、相图和阈值实现矩阵
本论文详细介绍了一种新型的压缩感知策略,使用概率方法进行信号重建和最大化信号模型参数,并探讨了不同信号分布的相应相图的渐近分析及最佳重建性能。
- 基于统计物理的压缩感知重建
本文介绍了一种基于概率重构方法、信令传递算法、及结晶成核理论的、能够精确重构低采样率稀疏信号的压缩感知算法,并使用统计物理方法进行了分析和实验验证。