Expectation maximization (EM) algorithms using polar symmetries for computed tomography (CT) image reconstruction.
PulseAugur coverage of Expectation maximization (EM) algorithms using polar symmetries for computed tomography (CT) image reconstruction. — every cluster mentioning Expectation maximization (EM) algorithms using polar symmetries for computed tomography (CT) image reconstruction. across labs, papers, and developer communities, ranked by signal.
2 天有情绪数据
-
新的E2M算法增强了基于张量的密度估计
研究人员开发了一种名为E$^2$M的新期望最大化（EM）算法，用于基于张量的离散密度估计。该算法通过首先使用Kullback-Leibler（KL）散度最小化一个代理目标来解决传统$\alpha$-散度方法的挑战，这允许标准的EM更新。然后，它在M步中采用张量多体近似来实现同步的闭式参数更新。E$^2$M算法支持对各种低秩结构（包括CP、Tucker和张量训练格式）的灵活建模，并已在合成和真实数据集上展示了与基于梯度的方法相当的收敛性…
-
新模型捕捉CLIP潜在空间的超球面几何
研究人员开发了一种新的概率模型来理解CLIP（一种语言-图像预训练模型）的潜在空间。该模型基于冯·米塞斯-费舍尔分布混合模型，与传统的高斯假设相比，能更好地捕捉CLIP语义嵌入空间的超球面几何。所提出的方法使用期望最大化算法来识别潜在空间中的语义概念，从而提高了长尾和分布外检测等任务的性能。
-
新的TabSODA方法通过跳过检测改进了调查数据插补
研究人员开发了TabSODA，一种新的基于扩散的插补方法，旨在更有效地处理大规模调查中的缺失数据。该方法解决了两个关键挑战：问卷中的结构性跳过以及有序响应的正确编码。TabSODA将跳过模式检测和有序感知整合到插补过程中，在美国全国性调查中显示出准确性方面的显著提高。