Jun, 2020

变分自回归高斯过程用于不断学习

TL;DR本研究提出了一种名为VAR-GPs的方法,采用贝叶斯定理作为框架,在通过观察数据在线连续学习过程中解决后验更新的问题,并使用稀疏诱导点逼近可扩展后验概率分布,从而避免了灾难性遗忘的问题。经过实验验证,在现代连续学习基准测试中,VAR-GPs表现优异,证明了作者们建模选择的功效。