注册会员 | 设为首页 | 加入收藏夹
您好，欢迎光临本网站！[请登录] ！[注册会员]！  

搜索资源列表

  1. 介绍概率图模型的各类相关论文

  2. 不确定供应链管理网络的概率图模型仿真研究，基于概率图模型技术的柱面全景图生成算法，基于概率图模型目标建模的视觉跟踪算法，基于条件概率图模型的DeepWeb数据抽取与集成研究.nh，适合分布计算环境不确定性处理的概率图模型若干问题研究.kdh，一种新的面向对象的概率图模型.pdf

  3. 所属分类：其它

    • 发布日期：2010-10-08
    • 文件大小：12582912
    • 提供者：javascript2010

  1. 分类的学习资料-用于分类的几个线性模型

  2. 该ppt简单介绍了用于分类的几个线性模型 ：生成模型；概率判别模型；拉普拉斯近似以及贝叶斯回归

  3. 所属分类：专业指导

    • 发布日期：2010-11-16
    • 文件大小：406528
    • 提供者：cakejiayin

  1. 概率主题模型在文本分类中的应用研究

  2. 所属领域：数据挖掘、机器学习、文本分类 数据偏斜和噪声数据是文本自动分类应用中经常遇到的问题。在数据偏斜的 情况下,样本无法准确反映整个空间的数据分布,分类器容易受到大类的影响而忽 略小类。大多数分类算法都是面向均匀分布数据提出的，对于数据偏斜的情况， 仅利用传统的分类方法并不能取得理想的效果。另一方面，分类器的质量很大程 度上取决于训练文本集的质量。一般说来，训练文本集类别越准确、内容越全面， 得到的分类器质量就越高。但是在实际应用中，这种全面准确的训练文本集是很 难得到的，尤其是在数据规模

  3. 所属分类：其它

    • 发布日期：2011-03-06
    • 文件大小：1048576
    • 提供者：renyilibuaa

  1. Logistic 回归概率生成模型

  2. 讲述了线性回归模型中的Logistic回归中的概率生成模型

  3. 所属分类：专业指导

    • 发布日期：2012-01-09
    • 文件大小：343040
    • 提供者：csu_yumi

  1. 多维高斯混合概率密度模型 matlab版 已生成移植C的动态链接库

  2. 多维高斯混合模型 matlab版 已生成移植C的动态链接库.DLL 调试成功

  3. 所属分类：C

    • 发布日期：2012-07-23
    • 文件大小：113664
    • 提供者：laolu1573

  1. 基于概率生成模型的文本主题建模及其应用

  2. 基于概率生成模型的文本主题建模及其应用，主要讲述LDA主题模型的应用。

  3. 所属分类：算法与数据结构

    • 发布日期：2018-04-04
    • 文件大小：7340032
    • 提供者：a450781469

  1. AI 顶级国际会议 IJCAI 斯坦福大学PH.D Aditya Grover报告深度生成模型Deep Generative Model

  2. 生成模型是图模型与概率编程语言中概率推理的核心范例，最近由于神经网络在参数化方面的改进、以及基于梯度随机优化方面的进展，使得可以对高维数据进行跨模态建模。 本教程的前半部分，将全面介绍深度生成模型，包括生成对抗网络、变分自编码器以及自回归模型。对于每一个模型，我们都将深入探讨各自的概率公式、学习算法、以及与其他模型的关系。后半部分将演示一组具有代表性的推理任务，展示深度生成网络在其中的应用。最后，我们将讨论堂前领域面临的挑战，并展望未来的研究方向。 目录 第一部分： 生成模型的动机，以及与判别

  3. 所属分类：深度学习

    • 发布日期：2018-07-25
    • 文件大小：26214400
    • 提供者：wen_fei

  1. 基于注意力机制的行人轨迹预测生成模型（AttenGAN）.pdf

  2. 针对长 短期记忆网络（LSTM） 在行人轨迹预测问题中孤立考虑单个行人，且无法进行多种可能性预测的问题，提出基于注意力机制的行人轨迹预测生成模型（AttenGAN），来对行人交互模式进行建模和概率性地对多种合理可能性进行预测。AttenGAN 包括一个生成器和一个判别器，生成器根据行人过去的轨迹概率性地对未来进行多种可能性预测，判别器用来判断一个轨迹是真实的还是由生成器伪造生成的，进而促进生成器生成符合社会规范的预测轨迹。生成器由一个编码器和一个解码器组成，在每一个时刻，编码器的LSTM综合注

  3. 所属分类：其它

    • 发布日期：2019-07-23
    • 文件大小：1048576
    • 提供者：weixin_39840515

  1. 主题模型LDA.ppt

  2. LDA（Latent Dirichlet Allocation）是一种文档主题生成模型，也称为一个三层贝叶斯概率模型，包含词、主题和文档三层结构。

  3. 所属分类：机器学习

    • 发布日期：2020-02-21
    • 文件大小：5242880
    • 提供者：shenren250

  1. 深度生成模型（Deep Generative Models）

  2. 深度生成模型基本都是以某种方式寻找并表达（多变量）数据的概率分布。有基于无向图模型（马尔可夫模型）的联合概率分布模型，另外就是基于有向图模型（贝叶斯模型）的条件概率分布。前者的模型是构建隐含层(latent)和显示层（visible)的联合概率，然后去采样。

  3. 所属分类：机器学习

    • 发布日期：2020-10-26
    • 文件大小：81788928
    • 提供者：syp_net

  1. 《生成式语言模型: 信息论视角》报告

  2. 本讲座的大部分内容将致力于两篇论文，它们试图做到这一点:通过使用概率和基于信息理论的度量，公平地比较生成模型的表现。第一篇论文详细介绍了如何通过总比特来评价(单语)开放词汇语言模型，第二篇论文思考了“信息”的意义以及如何使用它来比较机器翻译模型。

  3. 所属分类：机器学习

    • 发布日期：2020-11-14
    • 文件大小：14680064
    • 提供者：syp_net

  1. LDA主题模型.zip

  2. LDA(Latent Dirichlet Allocation)中文翻译为：潜在狄利克雷分布。LDA主题模型是一种文档生成模型，是一种非监督机器学习技术。它认为一篇文档是有多个主题的，而每个主题又对应着不同的词。一篇文档的构造过程，首先是以一定的概率选择某个主题，然后再在这个主题下以一定的概率选出某一个词，这样就生成了这篇文档的第一个词。不断重复这个过程，就生成了整篇文章

  3. 所属分类：其它

    • 发布日期：2021-03-24
    • 文件大小：24576
    • 提供者：Zzmdongcheng

  1. parser:使用生成语法模型的语义解析器归纳-源码

  2. 待办事项：记录此代码。该存储库位于 。 该代码实现了所述的实验。它使用语义语法的生成模型，该模型被实现为单独的模块化存储库（在那里实现了解析和MCMC采样算法）。 如果您在研究中使用此代码，请引用： Abulhair Saparov，Vijay Saraswat和Tom M.Mitchell。 2017.语义解析的概率生成语法。在第21届计算自然语言学习会议（CoNLL 2017）的会议记录中。 依存关系 要使用代码，只需下载文件并使用make datalog_to_lambda或make p

  3. 所属分类：其它

    • 发布日期：2021-03-21
    • 文件大小：377856
    • 提供者：weixin_42144086

  1. 使用生成模型进行文本分类来挖掘多个领域的区别和共性

  2. 近年来，多个域之间的分布差异已被用于跨域文本分类。沿着这条线，我们在这项研究中显示了两个新的观察结果。首先，数据分布的差异通常是由于不同的域使用不同的索引词来表达相同的概念。其次，概念性要素与文档类之间的关联可以跨域保持稳定。这两个观察结果实际上表明了跨领域的区别和共性。受上述观察的启发，我们提出了一种生成统计模型，称为协作双重PLSA（CD-PLSA），以同时捕获多个域之间的域区别和共性。与仅具有一个潜在变量的概率潜在语义分析（PLSA）不同，该模型具有两个潜在因子y和z，分别对应于单词概念和

  3. 所属分类：其它

    • 发布日期：2021-03-18
    • 文件大小：3145728
    • 提供者：weixin_38694006

  1. 使用生成模型进行文本分类的跨领域挖掘区别和共性

  2. 近年来，多个域之间的分布差异已被用于跨域文本分类。 沿着这条线，我们在这项研究中显示了两个新的观察结果。 首先，数据分布的差异通常是由于不同的域使用不同的索引词来表达相同的概念。 其次，概念性要素与文档类之间的关联可以跨域保持稳定。 这两个观察结果实际上表明了跨领域的区别和共性。 受以上观察的启发，我们提出了一种生成统计模型，称为协作双重PLSA（CD-PLSA），以同时捕获多个域之间的域区别和共性。 与仅具有一个潜在变量的概率潜在语义分析（PLSA）不同，该模型具有两个潜在因子y和z，分别对应

  3. 所属分类：其它

    • 发布日期：2021-03-11
    • 文件大小：3145728
    • 提供者：weixin_38565818

  1. 通过概率潜在语义分析进行多视图学习

  2. 在过去的几十年中，多视图学习在网页分析，生物信息学，图像处理等众多现实世界中引起了广泛的兴趣。 与遵循协同训练思想的最新作品不同，在本文中，我们提出了一种通过概率潜在语义分析进行多视图学习的新生成模型，称为MVPLSA。 在此模型中，我们共同从不同的角度对要素和文档的共现进行建模。 具体而言，在模型中，潜在主题有两个潜在变量y，文档集群有两个潜在变量，文档有三个可见变量d，要素有f，视图标签有v。 独立于v的条件概率p（z∣d）被用作在多个视图之间共享知识的桥梁。 同样，我们有p（y∣z，v）和

  3. 所属分类：其它

    • 发布日期：2021-03-10
    • 文件大小：443392
    • 提供者：weixin_38521169

  1. LDA-CRF:一种基于概率图模型的目标检测方法

  2. 目标检测和识别是计算机视觉和机器学习的研究热点.近年来,主题模型(如LDA等)在无监督的图像识别和定位等应用中获得了巨大的成功.然而,LDA忽略了图像区域之间的空间关系,并且不能处理连续值的视觉特征或特征向量.而条件随机场(CRF)能够利用图像区域之间的局部相关性来提高分类准确性.基于LDA和CRF提出了一种LDA-CRF模型.通过利用LDA生成的主题信息来辅助CRF的分类,同时结合图像区域之间结构化的类别信息来改进LDA的主题生成机制.实验结果表明,LDA-CRF模型的检测效果要优于CRF.

  3. 所属分类：其它

    • 发布日期：2021-03-01
    • 文件大小：2097152
    • 提供者：weixin_38557935

  1. 用RNN训练语言模型生成文本

  2. 本文来自于简书，本文通过介绍LanguageModel，怎么实现以及应用，诠释了如何用RNN建立LanguageModel生成文本。LanguageModel是NLP的基础，是语音识别,机器翻译等很多NLP任务的核心。参考：实际上是一个概率分布模型P，对于语言里的每一个字符串S给出一个概率P(S)。我们先训练一个语言模型，然后用它来生成句子。感兴趣的话可以去这里看完整代码。我们要做的是，用RNN通过隐藏层的反馈信息来给历史数据xt,xt?1,...,x1建模。例如，输入一个起始文本：'inpal

  3. 所属分类：其它

    • 发布日期：2021-02-24
    • 文件大小：262144
    • 提供者：weixin_38652058

  1. Seq2seq-Chatbot-for-Keras：此存储库包含一个新的基于seq2seq建模的chatbot生成模型-源码

  2. 适用于Keras的Seq2seq聊天机器人 该存储库包含一个基于seq2seq建模的聊天机器人的新生成模型。 有关该模型的更多详细信息，请参见论文第3节。 如果使用该存储库中的想法或代码片段进行发布，请引用本文。 这里可用的经过训练的模型使用了一个小型数据集，该数据集由约8000对上下文（直到当前点的对话的最后两个话语）和相应的响应组成。 数据是从在线英语课程的对话中收集的。 可以使用封闭域数据集对实际应用程序进行微调。 规范seq2seq模型在神经机器翻译中变得很流行，该任务对属于输入和输

  3. 所属分类：其它

    • 发布日期：2021-02-03
    • 文件大小：159744
    • 提供者：weixin_42138780

  1. 基于概率生成模型的网络数据分类方法

  2. 基于概率生成模型的网络数据分类方法

  3. 所属分类：其它

    • 发布日期：2021-03-28
    • 文件大小：632832
    • 提供者：weixin_38602098
« 12 3 4 5 6 7 8 9 10 ... 13 »