W Zeng | ViLab

VAE^ 2: Preventing Posterior Collapse of Variational Video Predictions in the Wild

Fri, 01 Jan 2021 00:00:00 +0000

本文针对野外视频预测中变分模型的后验坍缩问题，提出VAE^2方法。通过设计有效的潜在变量建模与训练机制，避免解码器忽略潜在码，从而增强模型对复杂动态场景的表征能力，提升视频预测的长期一致性与运动建模精度。实验表明该方法在多个视频预测基准上取得了优越性能。

Wed, 01 Jan 2020 00:00:00 +0000

本文提出一种后验引导的神经架构搜索方法，利用后验分布信息指导架构搜索过程，以更高效地探索候选架构空间。该方法通过建模架构的后验概率，将搜索导向更有前景的区域，从而在降低计算成本的同时提升最终模型的性能。相关工作在图像分类等基准任务上验证了其有效性，为自动化机器学习中的架构搜索提供了新思路。

Wed, 01 Jan 2020 00:00:00 +0000

本文从概率视角重新审视三维卷积神经网络中的时空融合机制，提出了一种统一的概率建模框架，以刻画空间与时间信息在卷积过程中的交互关系。通过将时空融合视为潜在变量条件下的概率推断问题，该方法能够更有效地捕捉视频数据中的动态依赖，并提升模型在动作识别等视频理解任务上的表现。