实体
SoftSort
SoftSort
PulseAugur coverage of SoftSort — every cluster mentioning SoftSort across labs, papers, and developer communities, ranked by signal.
总计 · 30天
2
90 天内 2
发布 · 30天
0
90 天内 0
论文 · 30天
2
90 天内 2
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 2 条
-
新方法推进三角传输图以进行概率建模 · 跟踪到2个来源
研究人员开发了学习三角传输图的新方法，这对于密度估计和生成建模等概率建模任务至关重要。第一篇论文介绍了自组织传输图（SSTM），该图联合学习映射、变量排序和稀疏性模式，与先估计结构的方法相比，改进了密度估计。第二篇论文提出了一种在高质量数据稀缺时构建这些图的多保真度方法，通过分层或纠正策略利用低质量数据来增强图估计和下游基于仿真的推理。
-
新的排列学习方法仅使用 N 个参数，优于 SoftSort
研究人员开发了一种新颖的排列学习方法，仅使用 N 个参数，显著降低了传统方法（如 Gumbel-Sinkhorn）的计算和内存成本。这项新技术通过迭代地重新排列索引并应用优化步骤来扩展 SoftSort 方法，从而提高了排序质量，尤其适用于多维数据。该方法提供了增强的可扩展性和效率，使其适用于大规模优化任务，例如“Self-Organizing Gaussians”。