研究者提出潜跳变模型与扫描并行变分推断

Vansh Bansal、Min Chen 和 James G. Scott 提出潜跳变模型（LJMs）及配套的扫描并行变分推断（SPVI）。据其描述，LJMs 的潜在状态在 Poisson 驱动的事件时刻之间遵循闭式确定性动力学，并在每次事件时发生学习到的瞬时跳跃，跳跃由状态相关的强度与 mark 分布决定。 该工作发布在 arXiv stat.ML，目前为预印本，尚未见同行评审或独立复现的结论。

AI 根据报道生成 · 1 小时前更新

还没有足够的连续观测数据，暂不绘制趋势。