国家科学基金 swMATH ID: 35016 软件作者: Conor Durkan、Artur Bekasov、Iain Murray、George Papamakarios 描述: nsf:神经样条流代码论文:归一化流将复杂概率密度建模为简单基密度的可逆变换。基于耦合或自回归变换的流都能提供准确的密度评估和采样,但依赖于容易可逆的元素变换的参数化,其选择决定了这些模型的灵活性。在最近工作的基础上,我们提出了一种基于单调有理二次样条的完全可微模型,它增强了耦合变换和自回归变换的灵活性,同时保持了解析可逆性。我们证明了神经样条流改进了图像的密度估计、变分推理和生成建模注意:此存储库中的工作现已停止。请访问nflows,获取PyTorch的更新和pip-installable规范化流框架。 主页: https://arxiv.org/abs/1906.04032 源代码: https://github.com/bayesiains/nsf 依赖项: 蟒蛇 关键词: 机器学习;arXiv_状态ML;arXiv_cs。LGM公司;神经样条流;n流量;规范化流 相关软件: n流量;辉光;亚当;低碳所;PyTorch公司;峡湾;火炬差异;制造;波浪辉光;FloWaveNet公司;流量++;阳极;i-RevNet公司;PixelCNN(像素有线电视新闻网)++;UCI-毫升;Wasserstein甘;流动GAN;张紧器2传感器;火炬;视频流 引用于: 11文件 标准条款 1出版物描述软件 年份 神经样条流arXiv公司Conor Durkan、Artur Bekasov、Iain Murray、George Papamakarios 2019 全部的 前5名39位作者引用 1 蔡迪峰 1 埃琳娜·塞莱多尼 1 陈磊 1 段金桥 1 埃哈特,马蒂亚斯·约阿希姆 1 克里斯蒂安·埃特曼 1 Fang、Cheng 1 高婷 1 保罗·莱昂内尔·哈格曼 1 韩树阳 1 何嘉伟 1 约翰内斯·赫特里奇 1 黄,韩 1 Khoo、Yuehaw 1 赖荣杰 1 巴拉吉·拉克希米纳拉亚南 1 卢玉斌 1 吕明明 1 斯蒂芬·曼特 1 约瑟夫·马里诺 1 罗伯特·麦克拉克伦。 1 沙基尔·穆罕默德 1 埃里克·纳利斯尼克 1 布伦朱尔夫·奥雷恩 1 乔治·帕帕马卡里奥斯 1 丹尼斯·普朗格 1 任冰雨 1 任一诺 1 丹尼洛·希梅内斯·雷泽德(Danilo Jimenez Rezende) 1 卡罗拉·比比安·施恩利布 1 费迪亚·雪莉 1 加布里埃尔·斯特德尔 1 塞西莉亚·维斯卡迪 1 王晓玲 1 邢汉文 1 英、乐兴 1 于,贾 1 于佳佳 1 赵宏丽 全部的 前5名10篇连载文章中引用 2 计算物理杂志 1 物理D 1 欧洲应用数学杂志 1 机器学习 1 计算地球科学 1 机器学习研究杂志(JMLR) 1 计算与图形统计杂志 1 统计与计算 1 SIAM/ASA不确定性量化杂志 1 数学科学研究 全部的 前5名在9个字段中引用 6 数值分析(65-XX) 5 计算机科学(68-XX) 4 统计学(62-XX) 1 数论(11-XX) 1 常微分方程(34-XX) 1 概率论与随机过程(60-XX) 1 流体力学(76-XX) 1 地球物理学(86-XX) 1 博弈论、经济学、金融和其他社会和行为科学(91-XX) 按年份列出的引文