BriefGPT.xyz
Ask
alpha
关键词
probabilistic representations
搜索结果 - 5
PRCL: 半监督语义分割的概率表示对比学习
通过对半监督语义分割进行对比学习取得了巨大突破,但是由于有限的注释,模型自身生成的无标签图像上的引导 inevitably 存在噪音,扰乱了无监督训练过程。为了解决这个问题,我们提出了一个强大的基于对比的 S4 框架,称为概率表示对比学习
→
PDF
4 months ago
终身教师 - 学生网络学习
提出了一种基于教师 - 学生网络框架的新型终身学习方法,利用生成对抗网络(GAN)实现教师模块,保留和回放以往学习数据库的概率表示,利用变分自编码器(VAE)实现学生模块,学习捕捉不同领域的连续和离散数据表征,并应用于监督、半监督和无监督培
→
PDF
3 years ago
物理引导神经网络中的对抗不确定性量化
本文提出了一种基于物理启发式神经网络的深度学习框架,用于量化和传播受非线性微分方程支配的系统中的不确定性。通过建立概率表示,对系统状态进行训练以满足给定的物理定律表达式,并提供了一种有效训练深度生成模型作为物理系统的代理的规范化机制,在这些
→
PDF
6 years ago
ICML
关于在算术电路中放宽确定性的研究
本文提供了一种形式基础,可以在其中比较 AC 的变体,从而使它们的各种属性的作用和语义更加透明。本文还为 AC 提供了新的结果,包括具有和没有确定性的 AC 之间的指数分离;完备性和不完备性结果;以及计算最可能的解释时 (MPEs) 的可处
→
PDF
7 years ago
构建贝叶斯信念网络的实际问题
本研究介绍了利用贝叶斯信念网络和影响图构建概率表示模型的过程,并探讨了一些通用技术,如‘噪声 OR 门’概念,以帮助建立和量化不确定关系,并对 Bayes 网络的通用元素进行了敏感性分析,从而获得对概率评估足够粗糙时和需要更高精度时的见解。
PDF
11 years ago
Prev
Next