BriefGPT.xyz
Ask
alpha
关键词
deep gaussian process
搜索结果 - 6
基于正则化斯坦距离的神经算子变分推断用于深高斯过程
我们引入神经操作变分推断(NOVI)用于深度高斯过程,使用神经生成器获得采样器,并通过最小化 L2 空间中生成分布和真实后验之间的正则化 Stein 差异解决挑战。我们使用 Monte Carlo 估计和子抽样随机优化技术求解极小极大问题。
→
PDF
9 months ago
模型网络的联合深高斯过程模拟
本文研究了在现代科学中跨学科问题的集成建模策略,并提出了基于深度高斯过程的新方法,其在预测性能、准确性和不确定性量化方面较传统方法有着显着优势。
PDF
a year ago
深高斯过程的随机特征扩展
本文提出使用随机变分推断基于随机特征扩展来训练 Deep Gaussian Process 模型的方法,该方法在多个数据集上均具有可扩展性和良好的性能,实现了量化不确定性的精确估计。
PDF
8 years ago
基于深高斯过程的逆强化学习
该论文提出了一种基于深度高斯过程模型的新逆向强化学习方法,可在少量演示情况下学习复杂的奖励结构,并通过最大熵学习框架与状态特征空间相链接。通过自行开发的非标准变分近似框架,可进行特征空间的近似贝叶斯处理,并防止过度拟合。在该模型中同时进行表
→
PDF
9 years ago
避免非正常问题的超深度网络
研究了深度高斯过程、网络结构、协方差函数、dropout 和正则化策略对深度网络预测性能的影响。在标准网络结构中,网络表示容量会随层数增加而减少,通过提出一种新的网络结构来避免这一问题。同时,通过分析无穷多特征变换组合的深度协方差函数,阐明
→
PDF
10 years ago
深高斯过程
本文介绍了深度高斯过程模型,该模型可用于稀少数据的拟合,以及通过贝叶斯方法进行模型选择。
PDF
12 years ago
Prev
Next