Zobrazeno 1 - 10
of 141
pro vyhledávání: '"Stochastic variational inference"'
Publikováno v:
IEEE Access, Vol 12, Pp 88231-88242 (2024)
Deep learning’s immense capabilities are often constrained by the complexity of its models, leading to an increasing demand for effective sparsification techniques. Bayesian sparsification for deep learning emerges as a crucial approach, facilitati
Externí odkaz:
https://doaj.org/article/201e2bcbc1d44457a13135f256ad165d
Leveraging Inference: A Regression-Based Learner Performance Prediction System for Knowledge Tracing
Publikováno v:
IEEE Access, Vol 11, Pp 123458-123475 (2023)
Learner modelling and performance prediction have seen numerous advances in the last decade which include Neural Network (NN) based approaches like Deep Knowledge Tracing (DKT), Factorisation machines for estimation and automatic detection of skill t
Externí odkaz:
https://doaj.org/article/f785f72a2b794c39aff07c3756689842
Autor:
Wenyu Zhang, Zhixiang Lin
Publikováno v:
Frontiers in Genetics, Vol 14 (2023)
Single-cell multiomics technologies, where the transcriptomic and epigenomic profiles are simultaneously measured in the same set of single cells, pose significant challenges for effective integrative analysis. Here, we propose an unsupervised genera
Externí odkaz:
https://doaj.org/article/a923c76bb42c4e49be15363c3819c039
Akademický článek
Tento výsledek nelze pro nepřihlášené uživatele zobrazit.
K zobrazení výsledku je třeba se přihlásit.
K zobrazení výsledku je třeba se přihlásit.
Akademický článek
Tento výsledek nelze pro nepřihlášené uživatele zobrazit.
K zobrazení výsledku je třeba se přihlásit.
K zobrazení výsledku je třeba se přihlásit.
Publikováno v:
Entropy, Vol 24, Iss 9, p 1291 (2022)
Bayesian techniques for engineering problems, which rely on Gaussian process (GP) regression, are known for their ability to quantify epistemic and aleatory uncertainties and for being data efficient. The mathematical elegance of applying these metho
Externí odkaz:
https://doaj.org/article/258bc90aca1a4ffabfef84160e166ca6
Autor:
Wentao Fan, Nizar Bouguila
Publikováno v:
IEEE Access, Vol 7, Pp 83600-83614 (2019)
In this paper, we propose nonparametric hierarchical Bayesian models based on two inverted Dirichlet-based distributions and Pitman-Yor process for positive data features clustering. The choice of the inverted Dirichlet and the generalized inverted D
Externí odkaz:
https://doaj.org/article/bc5267afa1ed4a5b847fcb1619cdfd9b
Publikováno v:
Robotics, Vol 11, Iss 2, p 38 (2022)
By combining stochastic variational inference with message passing algorithms, we show how to solve the highly complex problem of navigation and avoidance in distributed multi-robot systems in a computationally tractable manner, allowing online imple
Externí odkaz:
https://doaj.org/article/8f64ea7362b0489f9deed8049c680d35
Akademický článek
Tento výsledek nelze pro nepřihlášené uživatele zobrazit.
K zobrazení výsledku je třeba se přihlásit.
K zobrazení výsledku je třeba se přihlásit.
Akademický článek
Tento výsledek nelze pro nepřihlášené uživatele zobrazit.
K zobrazení výsledku je třeba se přihlásit.
K zobrazení výsledku je třeba se přihlásit.