关键词stochastic variational inference algorithm
搜索结果 - 4
- 动力系统中贝叶斯状态和参数估计的信息场论方法
本论文基于信息场理论构建物理先验概率度量,以便于对连续时间确定性动态系统的状态和参数进行可伸缩的贝叶斯估计,以克服时离散化方法的缺陷,并使用随机变分推理算法近似无法计算的后验概率。
- ICML一种可微分点过程及其在脉冲神经网络中的应用
本文介绍了一种用于训练具有隐藏神经元的脉冲神经网络(SNNs)的学习算法,探讨了一种基于路径梯度估计器的 SNNs 的替代梯度估计器,并开发了一种可微的点过程,用于导出替代梯度估计器。通过数值模拟,研究了梯度估计器的有效性。
- 基于众包的监督主题模型用于分类与回归学习
本文提出了两种基于监督学习的主题模型,分别用于分类和回归,能够考虑到实践中在不同的标注者之间遇到的多样性和偏见。同时,我们还开发了一种有效的随机变分推断算法,能够适应非常大的数据集,并在实验中证明了该模型相对于现有技术的优越性。
- 嵌套层级狄利克雷过程
本文提出了一种新的嵌套层次狄利克雷过程(nHDP)用于层次主题建模,并且演示了如何使用随机变分推断算法以及贪心子树选择方法来有效地处理来自《纽约时报》和维基百科等海量文本文档。