Pro-t-VAE:闭式Student's t混合原型发现
热点事件持续更新
Pro-t-VAE:闭式Student's t混合原型发现
1 篇报道1 个报道来源4 小时前更新
先了解这件事
AI 综述
Zhikang Xu、Jiarui Xing、Jian Wang 发表 Pro-t-VAE,一个基于重尾 Student's t 混合先验的无监督图像原型发现深度生成框架。作者称,该框架通过贝叶斯尺度混合构造 Student's t 隐空间,得到首个用于鲁棒图像原型发现的闭式增强 ELBO,从而避免有偏变分近似与扩散模型的高计算成本。 该工作已被 NeurIPS 2026 接收,代码链接已在论文中给出。
AI 根据报道生成 · 1 小时前更新
最新进展10月14日 12:00
Pro-t-VAE:用闭式 Student's t 混合模型实现鲁棒原型发现报道时间线
沿着报道,了解事件的不同侧面。
10月14日
- arXiv · cs.LGPro-t-VAE:用闭式 Student's t 混合模型实现鲁棒原型发现
Pro-t-VAE 提出基于重尾 Student's t 混合先验的深度生成框架,通过贝叶斯尺度混合构造 Student's t 隐空间,得到首个用于鲁棒图像原型发现的闭式增强 ELBO,避免有偏变分近似与扩散模型的高计算成本。
本事件热度走势
还没有足够的连续观测数据,暂不绘制趋势。