实体
Langevin sampling
Langevin sampling
PulseAugur coverage of Langevin sampling — every cluster mentioning Langevin sampling across labs, papers, and developer communities, ranked by signal.
总计 · 30天
1
90 天内 1
发布 · 30天
0
90 天内 0
论文 · 30天
1
90 天内 1
层级分布 · 90 天
主题
情绪 · 30 天
1 天有情绪数据
最近 · 第 1/1 页 · 共 3 条
-
新的EBM-AE框架增强生成模型和图像修复
研究人员开发了一个新颖的协同框架，将基于能量的模型（EBM）与自编码器（AE）相结合，以增强生成模型。该EBM-AE框架采用一个迭代过程，其中EBM根据能量景观精炼样本，而AE将这些样本投影到学习到的数据流形上。在MNIST数据集上的实验表明，这种组合方法显著提高了图像生成质量，优于传统的自编码器，并证明了其在图像修复任务中的有效性。
-
New Langevin Sampling Method Enhances Collider Event Generation
研究人员开发了一种利用并行 Langevin 链和学习到的 Stein 诊断方法，用于高效生成对撞机物理中的事件。该方法旨在克服与高重数末态相关的计算挑战。研究表明，该方法需要适度的 Langevin 步数即可达到弛豫状态，并且可以通过神经网络代理初始化进行进一步优化以降低计算成本。
-
MEFA框架支持内存高效的全梯度攻击，用于鲁棒的防御评估
研究人员开发了一个名为MEFA（内存高效全梯度攻击）的新框架，以改进对机器学习模型对抗性防御的评估。该框架利用梯度检查点技术实现精确的端到端梯度计算，这对于准确评估迭代净化防御的鲁棒性至关重要。通过解决先前导致近似计算的内存限制，MEFA能够实现更强的白盒攻击和更可靠的防御机制基准测试。