deep kernel learning | BriefGPT

关键词deep kernel learning

搜索结果 - 10

主动深度核学习分子功能：实现动态结构嵌入
通过使用深度内核学习 (Deep Kernel Learning, DKL) 对分子探索进行主动学习方法，本研究与传统变分自编码器 (Variational Autoencoders, VAEs) 对比，揭示了潜变量空间中稀疏规律性的限制，
PDF4 months ago
自主扫描探针显微镜中初始选择与循环干预对学习动力学的影响解析
本篇研究论文在自主实验领域提出了关于初始实验条件和干预对深度核学习在扫描探针显微镜中学习动态的影响的综合分析，并通过对 PbTiO3 薄膜的数据集进行实证研究，突出了初始选择和自适应干预在优化学习速率和提高自动化材料表征效率方面的重要性。
PDF5 months ago
RTDK-BO：具有增强的 Transformer 深度核函数的高维贝叶斯优化
本研究结合了深度内核学习和基于注意力机制的 Transformer 模型，通过元学习来改进高斯过程（GP）代理模型的建模能力，并结合连续的软 Actor-Critic 强化学习训练的学习采集函数来辅助探索，从而在连续高维优化问题中取得了最先
PDF9 months ago
深度内核学习在控制合成中的潜力
本研究提出了一种基于 Deep Kernel Learning 的框架，用于对具有复杂规范的随机动态系统进行控制合成，采用时态逻辑规范，并使用 Deep Kernel Learning 从数据中学习未知系统，并将其正式抽象为 Interva
PDF10 months ago
深度核学习的前景和风险
研究深核学习在处理真实数据时可能存在的过拟合问题及其原因，使用 UCI、CIFAR-10 和 UTKFace 三个数据集进行实验验证。发现过度最大边缘似然优化可能会导致严重的过拟合问题，并通过完全贝叶斯方法得到了更好的性能提升。
PDF3 years ago
关于单前向传递不确定性的特征折叠和深度核学习
通过引入双 Lipschitz 约束，Deep Kernel Learning (DKL) 相对距离的保留提高了不确定性的估计质量。
PDF3 years ago
GP-Tree: 一种用于少样本增量学习的高斯过程分类器
我们提出了一种名为 GP-Tree 的新方法，通过树状层次模型进行多类分类，该模型使用高斯过程和 DKL，其推断能力对于大规模数据集十分具有强大的表征能力，我们证明了该方法在标准增量少样本学习基准测试中的效率和准确性高于其他基线。
PDF3 years ago
AAAI纵向深度核高斯过程回归
L-DKGPR 是一种从纵向数据中自动发现复杂的多层关联结构的方法，使用新颖的深度核学习技术，结合了深度神经网络的表达能力和非参数核方法的灵活性，通过引入变分推断的方式从潜变量先验中推理出后验。实验表明该方法较之前的 LDA 方法有明显的提
PDF4 years ago
自适应深度核学习
该研究基于深度神经网络学习参数化的内核算子，在 few-shot 回归任务中学习内核家族，从而使算法能够识别每个任务的适当内核，并通过实际应用于药物发现领域的 few-shot 回归任务与现有算法进行比较，表明其在复杂任务分布和状态下的性能
PDF5 years ago
NIPS随机变分深层核学习
本研究提出一种新的深度内核学习方法和随机变分推断程序，利用加性基础内核方法将子集的输出特征整合入深度神经网络以提高分类性能，并比较了该方法与深度神经网络、SVM 和基于高斯过程的方法在多个分类基准测试中的性能。
PDF8 years ago