变分推断相关论文
近年来高斯图模型被广泛地应用在各个社会和科学领域,来描述变量间的条件独立结构,包括经济学、基因学以及社交网络.一般的高斯图......
从多元时间序列观测数据中学习多个变量之间的因果关系是许多专业领域中的重要基本问题。现有的多元时间序列因果关系发现方法通常......
街景语义分割技术旨在从图像中识别分割出行人、障碍物、道路、标志物等要素，为车辆提供道路上自由空间的信息，是自动驾驶的关键技术......
期刊
贝叶斯推理不仅是统计学中的一个重要问题,也是机器学习领域中常见的问题。在实际应用中往往很难通过简单的贝叶斯理论求得问题的......
鲁棒性和数据稀疏问题已经成为推荐系统研究中的两大热点问题。鲁棒性推荐旨在从有噪声的用户数据中捕捉用户的真实偏好,提供准确......
少样本学习技术指的是在标注样本受限的情境下,快速学习并泛化到新任务的技术。该技术是为人工智能技术通向真正智能化的积极探索,......
空间态势感知是维护我国陆地安全,保护我国关键航天器、空间站的重要前提,而目标跟踪能力是实现空间态势感知的基石。由于空间目标......
煤炭是我国的主要能源,直接关系到我国的经济命脉以及国民经济快速健康地发展。尽管近几年我国能源结构还处在调整阶段,但受资源条......
在实际的数据分类任务中,经常面临数据类别分布不均衡的问题,具体表现为属于某一类的样本数远超过另一类。若直接使用分类器对不均......
由于复杂网络（数学上常称为图）规模宏大、结构复杂、难以理解等原因,人们十分重视能分析网络整体统计特性的方法,如聚类分析,在网络......
随着信息技术的快速发展,越来越多的应用需要查询和分析大量的数据。然而,来源于多个数据源的数据不可避免的会夹杂着噪声。因此,......
在过去的几年中,随机变分推断在多种机器学习任务中显示出其强大能力,其应用涵盖自然语言处理和信息检索等各个领域。各领域应用不......
针对雷达邻近多目标跟踪问题,提出了一种基于变分推断的联合概率数据关联算法(Joint Probability Data Association,JPDA).通过建......
边缘粒子滤波是组合导航和目标跟踪中状态估计的高效方法;文章目的 是研究附加量测噪声具有时变未知方差的鲁棒边缘粒子滤波的算法......
统计主题模型是近年来在文本信息处理领域发展起来的重要方法，由于模型结构的复杂性以及所需处理数据的巨大规模，所以迫切需求该类模......
Latent Dirichlet Allocation(LDA)模型是近年来提出的一种具有文本主题表示能力的非监督学习模型。通过在传统LDA模型中融入文本......
作为主题模型中最重要的机器学习模型,潜在狄利克雷分配问题在包括自然语言处理和信息检索等各领域展现出不可替代的地位.求解潜在......
指出了许多无监督或半监督机器学习算法依赖于贝叶斯概率模型,这些模型中参数的后验分布通常难以计算.VI是一种通过优化算法近似后......
指出了许多无监督或半监督机器学习算法依赖于贝叶斯概率模型,这些模型中参数的后验分布通常难以计算。VI是一种通过优化算法近似......
互联网时代,数据呈爆炸式增长,前所未有的数据量远远超过受众的接收和处理能力,因此,从海量复杂数据中有效获取关键性有用信息成为......
主题模型在许多领域中(如自然语言处理领域)都有重要应用。主题嵌入模型的目标是将词嵌入和主题嵌入引入到传统主题模型中,以此来......
如何科学有效地提升道路交通管理及拥堵治理水平已成为全国各大中城市亟待解决的重点任务。交通流预测被视为其中的一项关键基础环......
随着物联网及计算机视觉技术的发展,视频监控系统在公共安全等场景中有着广泛的应用。在诸多视频监控应用场景中,利用置乱算法对人......
随着社交网络的发展,人们越来越乐于发布和分享日常生活中的各种信息,位置信息的数据量更是呈指数级增长。挖掘位置信息和揭示人类......
数字化和信息化的时代,对于海量的图片信息,图像处理在生活中发挥着越来越重要的作用。图像分割是图像处理中最重要也是最基本的技......
代码审查(Code Review)指的是对源代码改动进行的检查,目的是防止不合格的代码改动影响到软件工程的质量。代码审查在软件开发和维......
深度强化学习是现代人工智能领域中一个重要的研究分支,可分为两大类:无模型和模型化。其中,模型化方法有较高的样本效率,但其渐近......
主题模型在发现文本潜在主题方面已被证明是非常成功的,但是以往人们所研究的主题模型都基于“词袋”假设,忽略了词之间的关联。另......
针对高斯混合模型能有效表征任意空间分布信息的优势,提出一种基于变分贝叶斯高斯混合模型的不均衡数据集的自适应采样处理,以获得......
随着信息技术发展，通过访问内容去审查用户网络访问行为的应用问题逐渐成为备受关注的一项数据建模应用问题。现有的主题模型能够从......
由于贝塔刘维尔分布的共轭先验分布中存在积分表达式,贝叶斯估计有限贝塔刘维尔混合模型参数异常困难.本文提出利用变分贝叶斯学习......
本文提出了一种在MU-MIMO-OFDM（Multiple-User Multiple-Input-Multiple-Output Orthogonal-Frequency-Division-Multiplexing）上行......
提出了一种基于变分推断的高斯混合模型的图像分割算法．该算法首先用贝叶斯混合高斯模型对图像的特征进行建模，并针对模型的参数学习......
协同过滤推荐系统极易受到托攻击的侵害．开发托攻击探测技术已成为保障推荐系统可靠性与鲁棒性的关键．本文以数据非随机缺失机制为依......
协同过滤是推荐系统中使用最广泛且最成功的技术。但是,现有的基于协同过滤的方法在对用户项目非线性交互进行建模时仍然存在一定......
虽然现有的逆合成孔径雷达(ISAR)系统可以提供较高的距离分辨率,但是对于空间碎片、微小卫星等目标,其尺寸仅占据几个甚至一个距离......
随着科学技术与互联网技术的发展,尤其移动互联网的普及,网络中产生了越来越多的信息。通过对这些信息的分析与利用,衍生出很多应......
本文提出了一个针对不确定数据建模,结合随机向量泛函链接网络的完全贝叶斯模型,即IB-RVFL。和已有的工作相比,我们在基函数的参数......
学位
变分自编码机(VAE:Variational Auto-Encoder)于近年来受到了广泛关注,并且在理论分析和应用拓展层面都有了诸多研究进展,但VAE退......
时间序列数据在测量过程中通常受到事物内在可变性以及外界干扰等因素的影响,针对各个时间点上数据受影响程度不同的情况,提出一种......
在光谱数据的多元校正中,光谱数据通常是在多种不同的环境条件下收集的.为了建模来源于不同环境中的高维光谱数据,本文提出了一种......
在工程应用中,如数据挖掘、成本预测以及风险预测等,Logistic回归是一类十分重要的预测方法.当前,大部分Logistic回归方法都是基于......
基于Dirichlet过程的非参数贝叶斯方法将先验分布有效扩展到了非参数分布,并广泛应用于密度估计、分层线性模型、有序数据以及生存......
