DISCO Nets：差异系数网络
计算机视觉与模式识别
2016-10-31 v5 人工智能
摘要
我们提出了一种新型概率模型，称为差异系数网络 (DISCO Nets)。DISCO Nets 使我们能够高效地从由神经网络参数化的后验分布中进行采样。在训练过程中，DISCO Nets 通过最小化真实分布与估计分布之间的差异系数来学习。这使我们能够针对与当前任务相关的损失来定制训练过程。我们通过实验证明： 通过对输出值的不确定性进行建模，DISCO Nets 优于等效的非概率预测网络； DISCO Nets 能够准确建模输出的不确定性，优于基于深度神经网络的现有概率模型。
引用
@article{arxiv.1606.02556,
title = {DISCO Nets: DISsimilarity COefficient Networks},
author = {Diane Bouchacourt and M. Pawan Kumar and Sebastian Nowozin},
journal= {arXiv preprint arXiv:1606.02556},
year = {2016}
}