馬爾可夫的搜索結果

發布

相關搜索13

BCS問題模型通過融入光刻系統非線性效應（如掩模三維衍射、光致抗蝕劑響應），構建了“物理機理-統計建模”融合框架，使光源-掩模優化的擬合誤差控制在2.5%以內；先驗分布與邊緣概率密度建模方面，動態貝葉斯先驗設計適配不同圖形特征，結合馬爾可夫鏈蒙特卡洛方法提升了邊緣概率密度估計精度，復雜圖形優化的魯棒性提升40%；最優信號估計與迭代優化環節，改進型貝葉斯迭代算法解決了傳統方法收斂遲緩問題，收斂效率提升

1219

武漢二元 ??? 1月前

帖子人工智能知識圖譜

知識圖譜的檢索a.關系數據庫查詢：SQL語言 b數據庫查詢：SPARQL語言6.4.上機實踐案例：利用GraphDB完成知識圖譜的存儲與檢索七、知識推理7.1.知識圖譜中的推理技術概述7.2.歸納推理：學習推理規則a.歸納邏輯程設計b.關聯規則挖掘 c.路徑排序算法上機實踐案例：利用AMIE+算法完成Freebase數據上的關聯規則挖掘7.3.演繹推理：推理具體事實a.馬爾可夫邏輯網

2204

DSJ123 ??? 3年前

帖子強化學習的基礎知識和6種基本算法解釋

馬爾可夫決策過程(MDP) 由于強化學習涉及一系列最優行為，因此它被認為是一個連續的決策問題，可以使用馬爾可夫決策過程建模。這里的狀態(用S表示)被建模為圓圈，動作(用A表示)允許代理在狀態之間轉換。在上圖2中，還有一個轉換概率(用T表示)，T(S11, A1, S12)是在狀態S11采取A1動作后轉換到狀態S12的概率。

2040 1

牛頓家的計算機 ??? 3年前

帖子什么是擴散模型？

這類似于馬爾可夫鏈，其中每一步都會通過添加高斯噪聲來略微降低數據質量。? 在數學上，這可以表示為：? xt?是步驟 t 處的噪聲數據， αt控制添加的雜色量。5 反向擴散工藝反向過程旨在通過分一系列步驟對噪聲數據進行去噪來重建原始數據，反轉正向擴散。? ?

2652 1

仿真資料吧 ??? 1年前

帖子自動駕駛前沿綜述：基于深度強化學習的自動駕駛算法

在形式化涉及單個 RL 代理的順序決策問題時，馬爾可夫決策過程 (MDP) 是最流行的解決方法。

2042

木火柴 ??? 4年前

帖子基于改進條件擴散模型的電阻抗成像圖像重建與敏感度先驗融合

推理與加速：采用DDIM非馬爾可夫采樣跳步反演以加速重建。域泛化：提出電壓/電流歸一化策略，使僅以模擬數據訓練的模型可在不同背景電導率與激勵電流的實測數據上直接應用，無需再訓練。2.3 敏感度先驗生成（SPfusion）動機：經典同質敏感度（由Geselowitz定理計算的雅可比近似）忽略高階非線性項，難以刻畫結構與電參差異。

2349

320科技工作室 ??? 4月前

視頻卡爾曼濾波和MATLAB程序詳解視頻算法與實時技術信號處理

35、KF21_2UKF程序的子函數詳細分析與思考7個問題（41分鐘，有程序）36、KF22_工程現場用UKF方法分析定位或跟蹤問題的程序詳解（43分鐘，有2程序）37、KF23_擴展和無跡卡爾曼濾波方法對比分析非線性數學模型問題（33分鐘，有程序）第八章 ?交互式多模型(IMM)濾波及其應用與推廣問題38、KF24_交互式多模型及蒙特卡羅模擬方法簡介（30分鐘）39、KF25_馬爾可夫鏈與轉移概率矩陣等概念簡介

2557 23

鄭一 ??? 8年前

帖子知識圖譜|知識圖譜的典型應用

關系數據庫查詢：SQL語言 b數據庫查詢：SPARQL語言 6.4.上機實踐案例：利用GraphDB完成知識圖譜的存儲與檢索七、知識推理7.1.知識圖譜中的推理技術概述7.2.歸納推理：學習推理規則 a.歸納邏輯程設計?b.關聯規則挖掘 c.路徑排序算法上機實踐案例：利用AMIE+算法完成Freebase數據上的關聯規則挖掘7.3.演繹推理：推理具體事實? a.馬爾可夫邏輯網

2190

龍騰AI技術 ??? 3年前