sampling techniques | BriefGPT

关键词sampling techniques

搜索结果 - 12

基于能量的模型指南：与其他生成模型、采样和统计物理之间的全面评述
能量模型（EBMs）已成为生成模型领域中一个强大的框架，通过与统计力学的原理密切契合，提供了独特的视角。本综述旨在为物理学家提供对 EBMs 的全面理解，揭示它们与其他生成模型（如 GAN、VAEs 和正规化流）的联系。我们探讨了对 EBM
PDF15 days ago
使用朴素贝叶斯分类器进行采样审计证据
将机器学习与抽样技术相结合，以提高台湾审计师处理过多审计数据的能力，并实现随机性、多样性和针对性风险取样。三种实验表明，机器学习整合抽样具有绘制无偏样本、处理复杂模式、相关性和非结构化数据以及提高大数据抽样效率的优势。
PDF3 months ago
EMNLP生成和量化不太可能的文本：要爆发还是不要爆发
大型语言模型在文本生成方面具有极高的能力，但其输出仍可与人为生成的文本区分开。我们在文本、取样技术、文本数据类型和两个热门的大型语言模型（LLaMA 和 Vicuna）上探讨了这种区别，并提出了一种新的指标，可恢复性，用于凸显人工文本和机器
PDF5 months ago
探索采样技术在使用 Transformer 语言模型生成旋律中的应用
本研究探讨了不同的采样技术对音乐质量的影响，训练了一个高容量的变形器模型，使用概率截断采样技术分析样本的音乐特性，在优化和非优化的情况下评估了生成的样本。
PDFa year ago
智能抽样用于代理建模、超参数优化和数据分析
在采样技术的研究领域，我们提出智能采样的概念，既可以创建新算法，也可以修改其他领域的适当算法以满足采样需求，经过定量和定性比较发现，简单的算法可以轻松地满足超参数优化、数据分析等方面的采样需求，并且优于当前使用的更复杂的算法，从而更好地利用
PDFa year ago
紧缩计算预算下数字墨水生成的采样与排序
通过研究数字墨水生成模型的多种采样和排名方法，本文提出了在计算预算内最大化输出质量的方法，这在英文、越南文和数学公式的多个数据集、两种模型类型和两种常见墨水数据表示中得到了证实，所有组合中，这都可以使合成墨水的识别率有意义的提高，有时甚至可
PDFa year ago
从方差降低的角度再思考半监督医学影像分割
本文提出了 ARCO 半监督对比学习框架，应用分层群组采样理论来改进医学图像分割任务的性能，理论证明采样技术对方差降低有普适性，实验在三个基准数据集上进行并与现有方法进行比较得到优异结果。
PDFa year ago
一种基于混合采样的不平衡学习框架
研究提出了一种新型的样本采样算法，“SMOTE-RUS-NC”，它可以通过结合三种不同的采样技术来实现数据的平衡处理，进而提高分类算法的性能，特别是能够在高度不平衡的数据集中表现出卓越的效果。
PDF2 years ago
稀疏文本生成
本文提出使用 entmax 转换来训练和采样自然稀疏的语言模型，从而避免训练和测试之间的差异，以达到更好的性能和更接近人类文本的 n-gram 多样性，同时提出了三个度量标准来比较稀疏或截断的分布，并通过故事和对话生成等应用展示了该方法的有
PDF4 years ago
ICLRGraphSAINT: 基于图随机抽样的归纳学习方法
GraphSAINT 是一种基于图采样的归纳学习方法，通过采样训练图形而不是节点或边来构建小批量，以提高训练效率和准确性；在五个大图上表现出优越的性能，实现了 PPI（0.995）和 Reddit（0.970）的新的最先进的 F1 分数。
PDF5 years ago
可逆跳跃 Metroplis 光传输算法基于反射映射
本研究探讨了马尔可夫链蒙特卡洛（MCMC）方法在主样本空间中的运行及其与多种采样技术的交互作用。将采样技术合并到 MCMC 的状态中会影响其探索路径空间的能力。本研究提出了可逆跳跃 MCMC（RJMCMC）并引入概率倒置技术以解决此问题，从
PDF7 years ago
机器学习的次线性优化
本文提出了一种基于采样技术和新的乘性更新算法的新颖子线性时间逼近算法，可用于解决一些机器学习优化问题，如训练线性分类器和查找最小包含球，此外，还用于解决一些核化版本的这些问题，如 SVM 等。此外，文章还在半流数据流设置中给出了实现，实现了
PDF14 years ago