CVAE
PulseAugur coverage of CVAE — every cluster mentioning CVAE across labs, papers, and developer communities, ranked by signal.
4 天有情绪数据
-
新的脑电图分类方法应对受试者变异性和数据增强问题 · 跟踪 4 个来源
研究人员正在探索先进的方法来提高基于脑电图 (EEG) 的运动想象分类的准确性和鲁棒性。一项研究调查了贝叶斯完全池化模型与频率学基线模型的对比，发现其可靠性仅有边际改善，在总体 Brier 分数或判别力方面没有显著差异，但计算成本却大幅增加。另一种方法利用了类条件变分自编码器 (CVAE) 来生成合成脑电图试验，在增强训练数据时显示出微小且依赖于分类器的增益。一项大规模基准分析了跨多个数据集的 216,714 个评估行，揭示了管道性能…
-
新的生成式贝叶斯滤波框架提高了状态估计的准确性
研究人员推出了一种名为生成式贝叶斯滤波（GBF）的新型框架，旨在提高动态系统的状态估计能力。GBF用预训练的条件生成模型，特别是条件变分自编码器（CVAE），取代了传统且受限的观测模型。该方法通过结合动力学先验和CVAE诱导的似然性，实现了对潜在状态更准确的推断，将滤波问题转化为基于分数的采样任务。在包括制造系统监控和心律失常诊断在内的合成数据和真实世界数据上的实验表明，与现有方法相比，GBF提供了更高的准确性和鲁棒性。
-
新的TVB网络增强了自动驾驶BEV分割
研究人员开发了一种新颖的基于Transformer的变分流变换网络，名为TVB，以改进自动驾驶的鸟瞰图（BEV）分割。该方法在变分推断框架内重塑了BEV分割问题，利用条件变分自编码器（CVAE）骨干和归一化流来生成逼真的BEV地图。TVB架构隐式地学习从多个摄像头视图到统一BEV地图的映射，并采用BEV注意力融合模块来整合候选地图。在nuScenes和OPV2V数据集上的评估表明，TVB在多摄像头视图BEV分割和车道环境感知方面取得了卓越的性能。
-
新型GNOCHI模型生成逼真的3D人际互动
研究人员开发了GNOCHI，一个旨在在虚拟环境中创建逼真的3D人际互动的新型生成模型。该模型利用条件变分自编码器（cVAE）根据一个人的姿势生成另一个人的姿势，并通过自动监督数据增强策略解决了数据稀缺的挑战。GNOCHI还包含一个自监督损失函数，该函数使用体积代理来解决碰撞并确保物理上准确的互动，而当前最先进的方法难以实现这一点。
-
AI模型使用CVAE预测人类多样化运动目标
研究人员开发了一种使用条件变分自编码器（CVAE）预测人类多样化运动目标的新方法。该方法利用环境上下文和人类姿态，通过从CVAE的潜在空间进行采样来生成多个潜在的未来运动目标。该方法在GTA-IM和PROX数据集的场景中展示了泛化能力，并且代码已公开提供。
-
新的多网格训练加速了图神经网络的分子生成
研究人员开发了一种新颖的多网格训练策略，利用图神经网络和深度学习来加速分子生成。该方法利用低分辨率优化，通过在不同离散化之间传递参数来加速高分辨率下的学习。对于基于图的分子表示，参数通过有偏随机游走上采样从粗糙图逐步传递到更精细的图。在3D配体生成上的实验表明，与传统训练方法相比，这种多网格方法提高了收敛性和泛化能力。
-
Ghost Attractor Networks 为高效顺序生成和稳定的潜在结构提供了可能
研究人员推出了一种新颖的动态解码器 Ghost Attractor Networks (GANs)，旨在提高大型模型中顺序生成的效率和控制能力。GANs 利用具有盆地吸引子结构的学习势能，实现闭环控制，例如相位条件动作生成和跨步潜在信息传递。经验表明，与 Diffusion Transformer 相比，GAN 模型在参数量和延迟方面显著减少，同时在机器人动作解码任务和闭环基准测试中实现了相当或更优的准确性。
-
新的MMPM框架改进了视频中的行人轨迹预测
研究人员开发了一个名为MMPM的新框架，以改进从第一人称视角视频进行的行人轨迹预测。该模型通过单独模拟不同的模式（例如过马路或不过马路）来应对多模态行人行为的挑战。MMPM框架包括一个行为感知的行人交互模块（PIM）和一个基于CVAE的模式感知轨迹预测器（MTP），它们共同捕捉复杂的交互和意图。在PIE和JAAD数据集上的实验表明，MMPM的性能优于现有的最先进方法，并且可以与BiTrap-NP和SGNet-ED等其他框架集成。