研究者提出ExFR-LGP条件密度估计方法
热点事件持续更新
研究者提出ExFR-LGP条件密度估计方法
1 篇报道1 个报道来源3 小时前更新
先了解这件事
AI 综述
Jaehoan Kim等作者提出精确似然有限秩逻辑高斯过程(ExFR-LGP)方法,用于条件密度估计。该方法将对数密度写成两个双变量函数之和:一个关于响应变量与协变量的位置变化线性指标,另一个关于响应变量与位置;每个函数赋予在规则网格上分段线性的有限秩高斯过程先验。 据作者称,这一构造使归一化常数、条件均值与分位数均有闭式表达。
AI 根据报道生成 · 2 小时前更新
最新进展10月8日 12:00
ExFR-LGP:具有精确似然的有限秩逻辑高斯过程用于条件密度估计报道时间线
沿着报道,了解事件的不同侧面。
10月8日
- arXiv stat.MLExFR-LGP:具有精确似然的有限秩逻辑高斯过程用于条件密度估计
研究者提出精确似然有限秩逻辑高斯过程(ExFR-LGP),将对数密度写成两个双变量函数之和,每个函数赋予在规则网格上分段线性的有限秩高斯过程先验,使归一化常数、条件均值与分位数均有闭式表达。
本事件热度走势
还没有足够的连续观测数据,暂不绘制趋势。