arXiv cs.LG· Julien Martinelli, Maksim Sinelnikov, Harri L\"ahdesm\"aki, Quentin Clairon, M\'elanie Prague·· 7 小时前AI 评分13
MEGPODE：基于高斯过程的贝叶斯非参数混合效应 ODE 模型
Bayesian Nonparametric Mixed-Effect ODEs with Gaussian Processes
AI 导读
研究者提出 MEGPODE，一种贝叶斯非参数混合效应 ODE 模型，将每个受试者的向量场分解为共享群体成分与个体偏差，两者均赋予高斯过程先验。该方法用状态空间 GP 先验表示潜在轨迹，并在有限时间网格上惩罚其导数与向量场的差异，从而避免训练中反复求解 ODE，并通过单一变分目标实现轨迹与向量场的近似联合推断。
来源：arXiv cs.LG · arxiv.org