BriefGPT.xyz
Ask
alpha
关键词
conditional kernel mean embeddings
搜索结果 - 3
关于测量离散概率神经网络的校准
使用条件核平均嵌入测量标定差异,以提高机器学习模型的不确定性量化,并消除偏差和参数假设。初步实验基于合成数据展示了该方法的潜力,并计划用于更复杂的应用。
PDF
2 months ago
ICML
贝叶斯去条件核均值嵌入
本研究提出了非参数贝叶斯规则的去条件化核均值嵌入,并且展示了其与任务转换高斯过程的后验预测均值的联系。这提供了贝叶斯解释和不确定性估计,解释了它们的正则化超参数,揭示了内核超参数学习的边缘似然函数。这些发现进一步促进了无似然推断和大数据的稀
→
PDF
5 years ago
KDD
基于 Rademacher 复杂度界限的条件核均值嵌入超参数学习
本研究提出了一种基于 Rademacher 复杂度界限的超参数学习框架,用于平衡数据拟合与模型复杂度,从而达到无需核逼近的可扩展核超参数调整方法,并证明本方法优于现行竞争者,可进一步扩展以融合有效应用深度神经网络的权重以提高泛化性能。
PDF
6 years ago
Prev
Next