关键词probability density estimation
搜索结果 - 4
- TERM 模型:张量环混合模型密度估计
通过采用张量环分解减少排列候选数量、增强表达能力,结合自适应权重的混合模型,将其与集成学习相结合的新方法在概率密度估计和采样中显示出优越性。
- 通过概率密度估计在潜空间中实现可控文本生成
文章介绍了一种新的控制框架来实现可控文本生成,并利用概率密度估计在隐藏空间中进行控制,该方法使用可逆变换函数,即 Normalizing Flow,将潜在空间中的复杂分布映射到先验空间中的简单高斯分布,实现了前向控制和反馈控制效果,达到了目 - 利用生成模型理解自然图像分布的(不)可解释性
本文研究利用生成对抗网络(GAN)从复杂高维图像中提取明确的概率密度估计方法,发现对自然图像进行密度函数估计难以解释,但是在图像的潜在表示上进行密度估计可以获得可解释性。
- 点集配准:连贯点漂移
介绍了一种新的概率方法,称为相干点漂移算法(CPD),它适用于刚性和非刚性点集注册,解决了点集注册中的多个因素,包括未知的非刚性空间变换,点集的大维度,噪声和异常值。同时,测试结果表明,CPD 算法具有较高的精度,超过当前最先进的方法。