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......
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......
随着人们对能源的需求日益增长。锂离子电池凭借其能量输出稳定,循环寿命长、清洁环保、体积小质量轻等诸多优点,被广泛地应用于各......
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......
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......
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......
