undirected graphical models | BriefGPT

关键词undirected graphical models

搜索结果 - 7

基于能源的模型在语音和语言处理中的应用
能量模型（EBM）是一种重要的概率模型，也被称为随机场和无向图模型。EBM 是非标准化的，与其他流行的自标准化概率模型（如隐马尔可夫模型（HMMs）、自回归模型、生成对抗网络（GANs）和变分自动编码器（VAEs））截然不同。近年来，由于在
PDF4 months ago
ICML无向图模型作为近似后验分布
本研究主要探讨了如何使用无向图模型来训练近似后验概率，在离散的 VAE 中使用 Boltzmann machines 作为近似后验概率的效果优于之前使用有向图模型的结果。
PDF5 years ago
NIPS变分回退：学习作为随机循环神经网络的转移算子
本研究提出了一种直接学习随机转移算子的新方法，该算子可以产生生成样本并表达不平衡稳态分布，与间接使用参数能量函数的马尔科夫链相比更适合用于表示非对称神经网络和非能量类型的动态系统。我们还通过基于变分的方法推导出一种训练目标，可以使转换算子尽
PDF7 years ago
NIPS无向图模型中的神经变分推断和学习
本文提出了针对无向模型的黑盒学习和推理算法，通过使用变分逼近模型 log-likelihood 的上界优化算法，其中重要的是由灵活神经网络表达的 log-partition 参数化函数上界。我们的算法可加速采样，训练广泛类别的混合有向 /
PDF7 years ago
ICML一种用于估计多个稀疏高斯或非参数图模型的受限 L1 最小化方法
本文提出了一种新颖的方法 SIMULE，通过受限 L1 最小化来学习多 UGM，包括实体网络、无向图模型和多变量非正态数据，旨在发掘不同上下文中特定和共享的边模式，且在合成和生物医学数据上都表现出显著的改进性。
PDF8 years ago
夹紧改进 TRW 和平均场逼近
本篇论文研究了在无向图中，基于密集型变量以及对近似推断的影响。对于任意标签数量的变量，文章采用了 clamp 和 sum 的逼近子分区函数的方式，证明了在 TRW 和 naive mean field 方法中，clamp 和 sum 的逼进
PDF9 years ago
从 Glauber 动力学中学习图模型
考虑从 Glauber dynamics 生成的数据中学习无向图模型的问题。本文证明了观察到 Glauber dynamics 时，重建二进制成对图模型是可计算的，并且可以在接近信息理论最小采样数量的情况下使用时间 f (d) p^2log
PDF10 years ago