- 综合排序
- 最热优先
- 最新优先
- 来自专栏点云PCL
【点云论文速读】6D位姿估计
Recognized precise object models will play an important role alongside non-parametric reconstructions Our approach makes 3D object pose proposals from single RGBD views, accumulates pose estimates and non-parametric
1.1K20发布于 2020-05-21 - 来自专栏机器之心
0参数量 + 0训练，3D点云分析方法Point-NN刷新多项SOTA
贡献 为了解决以上问题，本文首次提出了一个非参数化（Non-Parametric）的 3D 网络，Point-NN，整体结构如上图所示。 首先，我们通过 Non-Parametric Encoder 来计算测试点云的全局特征 ，并计算与 feature memory 之间的余弦相似度。 因此，论文采用了一个接在 non-parametric encoder 后的对称的 non-parametric decoder，进行点云特征的上采样，恢复至输入时的点数量。 当预训练好的检测器产生 3D proposal 后，Point-NN 与分类任务相似，使用 non-parametric encoder 来获取被检测物体的全局特征。 为了更好地提取多尺度层次特征，我们接着将线性层插入到每一阶段的 non-parametric encoder 中。
53570编辑于 2023-08-08 - 来自专栏半杯茶的小酒杯
自动驾驶运动规划-Hybird A*算法(续)
teddyluo/hybrid-a-star-annotation/blob/master/src/smoother.cpp 平滑后的路径如下： Hybrid-A*(红色路径) VS CG path(蓝色路径) Non-Parametric 【1】中提出通过固定原始路径顶点，然后在固定顶点之间插入新的顶点，最后使用Conjugate Gradient(CG，共轭梯度法)最小化曲率的非参数插值(Non-Parametric Interpolation
1.8K30编辑于 2022-04-28 - 来自专栏机器学习、深度学习
统计学习导论 Chapter2--What Is Statistical Learning?
总的来说我们估计 f 的方法可以分为两类：parametric or non-parametric Parametric methods 参数方法通常涉及两个步骤： 1）我们需要先对 f 的函数形式或形状做出一个假设 当选择的模型不符合训练数据的分布，参数方法的效果就不是很好 Non-parametric methods 非参数方法没有对 f 的函数形式作出具体的假设。 But non-parametric approaches do suffer from a major disadvantage: since they do not reduce the problem
1.1K80发布于 2018-01-03 - 来自专栏磐创AI技术团队的专栏
如何评价Kaiming He的Momentum Contrast for Unsupervised?
选择 key/query pair 上用了林达华老师组的 《Unsupervised Feature Learning via Non-Parametric Instance Discrimination https://www.zhihu.com/question/355779873/answer/895112659 感觉就是【1】Unsupervised feature learning via non-parametric Unsupervised feature learning via non-parametric instance discrimination.
1.6K40发布于 2019-11-18 - 来自专栏简说基因
微生物群落差异丰度分析方法在38个数据集上产生不同结果
Dirichlet-multinomial Yes* No Wilcoxon rank-sum Yes Yes RNA-seq, 16S, MGS ANCOM-II (2.1) Counts None ALR Non-parametric (default is TMM) None Negative binomial Yes* No Exact Yes No RNA-seq LEFse Rarefied Counts TSS None Non-parametric Rarefied Counts None None Normal No No Welch’s t-test Yes No N/A Wilcoxon (CLR) CLR abundances None CLR Non-parametric No No Wilcoxon rank-sum Yes Yes N/A Wilcoxon (rare) Rarefied counts None None Non-parametric No No Wilcoxon
1K10编辑于 2025-03-31 - 来自专栏PPV课数据科学社区
企业如何把“想法”变成“算法”自动执行业务流程？
Unsupervised） 2、线性还是非线性 （Linear VS Non-Linear） 3、有没有先验 （With VS Without Prior） 4、是不是非参模型 （Parametric VS Non-Parametric 是不是非参模型 Parametric VS Non-Parametric 人都是很贱的， 很难统一的， 有些人要傻傻的不知道背后搞什么的编辑器（Word），有些人要可以控制一切的编辑器（Latex），
960110发布于 2018-04-19 - 来自专栏R语言及实用科研软件
🤩 ggstatsplot | 一个满足你日常统计需求的高颜值R包（二）
---- 3.2 修改细节 type 为可选统计类型包括 ✅ "p" → parametric ✅ "np" → non-parametric ✅ "r" → robust ✅ "bf" → Bayesian xlab = "Condition", ylab = "Desire to kill bugs", type = "np", conf.level = 0.99, title = "Non-parametric
69720编辑于 2022-10-31 - 来自专栏生信菜鸟团
Microbiome Discovery 宏基因组入门课程
Statistical testing part 1 •统计学基础•Linear models are not always appropriate•Non-parametric tests (no distribution •If you don't need to control for confounders, non-parametric tests are very safe (although lower power
1.3K149发布于 2020-04-14 - 来自专栏caoqi95的记录日志
KNN （K 邻近）分类算法
KNN 是非参数的（non-parametric），基于实例（instance-based）的算法。非参数意味着其不在底层的数据分布上进行任何的臆测。 KNN is non-parametric(means that it does not make any assumptions on the underlying data disturbution
1.6K30发布于 2019-03-27 - 来自专栏Rust语言学习交流
【Rust 日报】2021-05-20 我常常将 Rust 视为开发编程语言的工艺和社区，而非编程语言自身
它使用非参数混合模型(non-parametric Mixture model)逼近任意的概率分布。它可以用于回归、分类和聚类。另外，rust 是我们最喜欢的编程语言。它是高效、安全和有趣的。
60450发布于 2021-06-16 - 来自专栏AI算法与图像处理
CVPR2022论文速递（2022.5.10）！共15篇！
A Closer Look at Few-shot Image Generation 论文/Paper: http://arxiv.org/pdf/2205.03805 代码/Code: None Non-parametric
62820编辑于 2022-05-19 - 来自专栏数据派THU
利用Contrastive Loss（对比损失）思想设计自己的loss function
论文标题： Unsupervised Feature Learning via Non-Parametric Instance Discrimination 论文地址： https://arxiv.org 通过 CNN backbone，原始图片输入网络后输出一个经过 L2 标准化的 128 维向量，通过 Non-Parametric Softmax Classifier 计算每个单一样本被识别正确的概率 Non-Parametric Softmax Classifier 采用 softmax 的 instance-level 的分类目标，假如有 n 个 images ，即有 n 个类，，它们的特征为 。 所以本文通过替换 为 ，并且限制 ，可以得到一种 non-parametric 的 softmax 函数，这样就不用训练权重参数： 是 temperature 参数，控制 softmax 的平滑程度
4.6K10编辑于 2023-04-12 - 来自专栏PPV课数据科学社区
R语言----绘图学习笔记之Scatter plots
非参数值的曲线(英文是non-parametric,我也搞不清楚这样了解对不对) plot(cars, main="测试lowess") lines(lowess(cars), col="red") lines
2.8K100发布于 2018-04-24 - 来自专栏Deep learning进阶路
斯坦福CS229机器学习笔记-Lecture3 局部加权线性回归和 logistic regression
algorithm is fitting theidiosyncrasies of this specific data set” 算法拟合出的结果仅仅反映了所给的特定数据的特质 所以今天讲的这类算法称为non-parametric Non-parametric learning algorithm：非参数学习算法，参数数量会随着m（训练样本的数目）增长的算法。本节中的 局部加权线性回归 就属于非参数学习算法。
1.1K10发布于 2019-05-25 - 来自专栏用户3246163的专栏
4.1 市场风险
historical standard deviation method：权重恒定不变 RiskMetric: GARCH； parametric: 假设资产收益是normal或lognormal分布，随时间波动 non-parametric ：不假设分布 implied-volatility-based approach 使用其它定价模型（BSM）来推算波动率的估计 50.6 比较parametric和non-parametric的区别 nonparametric
3.8K40发布于 2018-09-14 - 来自专栏CreateAMind
最新Tractability易处理的因果推理
One can compile a non-parametric causal graph into an arithmetic circuit that supports inference in time The circuit is also non-parametric so it can be used to estimate parameters from data and to further
46730编辑于 2022-11-22 - 来自专栏3D视觉从入门到精通
单目深度估计方法综述
12] 2d-to-3d image conversion by learning depth from examples [13] Depth Extraction from Video Using Non-parametric Sampling [14] DepthTransfer: Depth extraction from video using non-parametric sampling [15] Discrete-Continuous
3.4K10发布于 2021-12-01 - 来自专栏数据派THU
对比损失思想设计loss function的方法
论文标题： Unsupervised Feature Learning via Non-Parametric Instance Discrimination 论文地址： https://arxiv.org 通过 CNN backbone，原始图片输入网络后输出一个经过 L2 标准化的 128 维向量，通过 Non-Parametric Softmax Classifier 计算每个单一样本被识别正确的概率 Non-Parametric Softmax Classifier 采用 softmax 的 instance-level 的分类目标，假如有 n 个 images ，即有 n 个类，，它们的特征为 。 所以本文通过替换 为 ，并且限制 ，可以得到一种 non-parametric 的 softmax 函数，这样就不用训练权重参数： 是 temperature 参数，控制 softmax 的平滑程度
66630编辑于 2023-04-18 - 来自专栏计算机视觉战队
基于区域的目标检测——细粒度
Our non-parametric prior uses nearest neighbors on appearance space.
1.6K100发布于 2018-04-17
腾讯云开发者
Copyright © 2013 - 2026 Tencent Cloud. All Rights Reserved. 腾讯云 版权所有
深圳市腾讯计算机系统有限公司 ICP备案/许可证号：粤B2-20090059 
粤公网安备44030502008569号
腾讯云计算（北京）有限责任公司 京ICP证150476号 | 京ICP备11018762号