sampling schemes | BriefGPT

关键词sampling schemes

搜索结果 - 6

高斯分布的扩散模型：确切解和 Wasserstein 误差
本文研究了扩散模型以及它们在数据分布为高斯分布时的数值实现，通过精确表达不同的 Wasserstein 误差，从而比较每种误差类型对任何采样方案的影响，直接在数据空间中监测收敛性，实验证明扩散模型文献中推荐的数值方案也是适用于高斯分布的最佳
PDFa month ago
联合边缘优化深度展开网络用于加速磁共振成像重建
通过建立联合边缘优化模型，结合 MRI 图像和边缘的特定正则化器以及协同正则化器，利用非边缘概率图引导图像重建，借助深度展开网络自动学习图像和边缘的先验信息，在多种采样因子的多线圈和单线圈 MRI 数据的数值实验中，表明所提出的方法优于其他
PDF2 months ago
大规模多类别分类的高效原始 - 对偶算法
本文介绍了如何使用随机镜像下降法和非均匀采样方案，来快速训练高维度特征空间、多分类通用的线性分类器，特别是在多类 Hinge 损失下，本文提出了一个迭代次数为 $O (d+n+k)$ 的子线性算法。
PDF5 years ago
镜像 Langevin 动力学
研究了从受限分布中采样的问题，提出了一种统一的框架来导出新的一阶采样方案，并应用于 Dirichlet posteriors 中，证明了第一阶算法实现了收敛性，最后在真实数据集上报告了有希望的实验结果。
PDF6 years ago
低秩矩阵完成的确定性采样模式表征
本文研究低秩矩阵完成问题，提出了一种用于确定有限可完成性的确定性采样条件，展示了在随机采样下，以 O（max（r，log d））的采样数完成矩阵的特定条件可以高概率满足，并探讨了该发现对 LRMC 的意义与应用。
PDF9 years ago
随机图的取样特性：度数分布
探讨了从网络中选择随机子网的两种采样方案：随机采样和连接依赖采样，研究了节点在两种采样方式下的网络度分布如何受到影响。我们得出了保证子网度分布与真实网络属于相同概率分布家族的必要和充分条件。同时，我们还讨论了采样概率依赖于节点度的情况，并发
PDF19 years ago