transition matrix | BriefGPT

关键词transition matrix

搜索结果 - 16

CVPR基于局部标签的噪声标签学习中的噪声类后验估计
在嘈杂标签学习中，为了开发一致的分类器，估计嘈杂的类别后验概率起着基础性的作用，因为它是估计干净的类别后验概率和过渡矩阵的基础。本文提出了一种增强监督信息与部分级标签相结合的方法，鼓励模型关注和整合来自各个部分的丰富信息以更精确地学习嘈杂的
PDF2 months ago
标签噪声的协同稀疏恢复
通过引入协同稀疏恢复（CSR）方法，该研究通过协调模型预测与噪声恢复来减小错误泄露，从而提高模型泛化性能和降低验证偏差。CSR + 是一种基于 CSR 的联合样本选择策略的学习框架，在具有更多类别和高比例实例特定噪声的数据集上表现出显著优势
PDF3 months ago
ICLR基于过渡矩阵的 Dirichlet 分布的逐样本加权方法用于噪声标签学习
利用噪声标签的过渡矩阵来实现分类器或风险的统计一致性已经成为先前研究的焦点，而我们提出了一种新的利用方法，基于重新采样的 RENT，并通过 DWS 框架对其与重新加权方法进行了比较。我们的实验证明，RENT 在各种基准数据集上始终优于其他过
PDF4 months ago
折扣正则化的意外后果：提高确定性等价强化学习中的正则化
本文介绍一个基于状态 - 动作对的参数设置方法，用于解决基于折扣因子进行计划的正则化的不足和缺陷，能够更好地适应数据集中状态 - 动作对之间数据数量不平衡的情况。
PDFa year ago
具有标签蒸馏的对抗感知的部分标签学习
提出了对手感知部分标签学习方法 (Adversary-Aware Partial Label Learning)，将对手标签引入候选标签集合，通过引入对手标签，分解 PLL 的预测分布，从而获得较低的不确定性，提高预测标签的可靠性。我们还提
PDFa year ago
卷积神经网络在奖励塑造中的应用
本文提出了一种用 CNN 进行的潜在基于价值的奖励塑造机制 VIN-RS，该方法基于 Hidden Markov Model 的信息传递机制对 CNN 进行训练，并通过自我学习的卷积过滤器估计环境的转移矩阵，实现了有效的潜在函数的构建。通过
PDF2 years ago
CVPR流形正则化过渡矩阵估计下的实例相关标签噪声学习
研究了标签噪声学习问题中的转移矩阵估计，基于人类任务标注时更加倾向于将外观相似的实例标注为同一类别的心理学和生理学证据，提出了 T（x）几何形状的假设，并利用流形嵌入技术来有效地减少了其自由度并使其在实践中稳定可估计。实验结果表明，该方法在
PDF2 years ago
ICML使用深层神经网络估计基于实例的贝叶斯标签转移矩阵
本文探讨了直接对贝叶斯最优标签和噪声标签之间的转化进行建模的方法，并利用神经网络进行参数估计，从而提高了在标签噪声学习任务中的泛化能力和分类性能。
PDF3 years ago
可证明的端到端标签噪声学习无需锚点
本文提出了一种不依赖基准点（anchor points）的端到端框架，通过同时优化两个目标：噪声标签与神经网络预测概率之间的交叉熵损失和转移矩阵列构成的单纯形的体积，识别转移矩阵和提高统计一致性。在基准数据集上的实验结果证明了方法的有效性和
PDF3 years ago
带混合闭合集和开放集噪声标签的扩展 T 学习
该研究提出了一种新的转移矩阵（cluster-dependent extended transition matrix）来更好地建模于混合 closed-set 和 open-set 的误差噪声（mixed label noise），并通过
PDF4 years ago
基于零件的标签噪声：迈向基于实例的标签噪声
本文针对实例相关标签噪声的学习难题，基于人类认知的分解思想，采用基于部分的标签噪声来近似实例相关标签噪声，通过基于先验的锚点学习过程，结合各部分转移矩阵进行概率近似，得到超越现有方法的实验结果。
PDF4 years ago
双重 T：降低标签噪声学习中转移矩阵估计误差
本文提出了一种名为 dual-T estimator 的算法，通过中间类的引入，将原始的转移矩阵分解为两个易于估计的转移矩阵，避免了直接估计噪声类后验概率而导致的转移矩阵估计误差较大问题，并在理论分析和实证结果中证明了其对于转移矩阵的估计和
PDF4 years ago
一般线性动力学系统的频谱过滤
本研究介绍了一种用于学习具有隐状态的线性动态系统的多项式时间算法，该算法无需对系统的转移矩阵的谱半径作出假设并且采用新颖的凸松弛技术扩展了之前仅适用于具有对称转移矩阵的谱过滤技术，以实现相位的高效识别。
PDF6 years ago
马尔科夫过程的频谱状态压缩
本研究利用香农熵的谱分解方法，对 Markov 过程的特征，以及如可表示性，可继承性和可压缩性等属性进行研究。研究者还开发了一种谱方法，用于估计低秩 Markov 模型的转移矩阵，以及恢复状态聚合和可堆叠分区等潜在结构。
PDF6 years ago
ACL含噪声学习：运用动态转移矩阵提升远程监督关系抽取
本文探讨了在关系抽取中应用远程监督技术，提出了一种基于课程学习的新型方法来有效地训练转移矩阵来表征噪声，并在各种评估方案中优于现有技术。
PDF7 years ago
使用 Householder 反射进行递归神经网络的高效正交参数化
本文介绍了通过约束转移矩阵为正交矩阵来解决序列学习中的长期依赖性问题的方法，并针对简单 RNN 的情况提出了一种新的参数化方案，将正交约束应用于转移矩阵，以提高训练效率。
PDF8 years ago