BriefGPT.xyz
Ask
alpha
关键词
sparse approximations
搜索结果 - 6
高斯过程后验函数的高效采样
本文提出了一种将高斯过程进行分解,以便通过将先验与数据分离来进行可扩展抽样的方法,同时结合稀疏逼近在训练和测试时间都能够达到可扩展性的一般性方法。实验证明分解后的样本轨迹可以以较低的代价准确地表示高斯过程后验分布。
PDF
4 years ago
通过最小化 PAC-Bayesian 广义化界限来学习高斯过程
该研究提出了一种使用 PAC-Bayesian 边界来直接优化 GPs 及其稀疏逼近的方法,相比于最大化边缘似然的常规方法,该方法具有更好的稳健性和泛化性能,并在多个回归基准数据集上获得了显着的泛化保证。
PDF
6 years ago
NIPS
理解概率稀疏高斯过程逼近
本文旨在分析摒弃高代价运算的精确方法所使用的良好稀疏逼近方法,通过理论和实例分析 FITC 和 VFE 方法在回归中的表现并得出了指导实践的结论。
PDF
8 years ago
基于稀疏表示和在线字典学习的半盲源分离
本文提出一种基于局部稀疏逼近的分离技术,并实现了在线学习字典以稀疏地建模背景声源,从而分离已知源与未知背景源的单个线性混合声源问题,并通过音频数据模拟展示了该方法的性能。
PDF
12 years ago
稀疏高斯过程模拟局部和全局现象
本文提出了一种新的稀疏高斯过程模型,它包含两个加性组件:全局稀疏近似和具有紧支撑协方差函数的协方差函数,我们使用实际数据集表明,与全局稀疏近似和部分独立条件(PIC)逼近相比,我们的模型在具有两个加性现象的数据集中表现出色。
PDF
12 years ago
紧支撑剪切波片
本文介绍了方向表示系统的一些关键概念,重点关注了 2D 和 3D 中可分离和紧支撑 Shearlet,介绍了满足弱衰减、光滑度和方向矩条件的紧支撑 Shearlet 系统在图像处理中提供最优稀疏逼近的能力及其成功原因。
PDF
14 years ago
Prev
Next