研究提出分层高斯过程调查加权框架
热点事件持续更新
研究提出分层高斯过程调查加权框架
1 篇报道1 个报道来源4 小时前更新
先了解这件事
AI 综述
一项研究提出基于分层高斯过程(HGP)回归的调查加权框架,将结构化组级效应与核平滑结合,在稀疏后分层单元格之间共享信息,并推导出利用结构化协方差表示的高斯后验预测公式以降低计算成本。该工作将局部等价权重构建扩展到非参数建模,并给出条件性理论结果。 模拟结果显示,在非参数结构下 HGP 的总体加权预测误差更低;而在参数设定正确时,逻辑回归表现良好。
AI 根据报道生成 · 3 小时前更新
最新进展10月15日 12:00
分层高斯过程用于调查加权:结构化人群中的局部等价权重报道时间线
沿着报道,了解事件的不同侧面。
10月15日
- arXiv stat.ML分层高斯过程用于调查加权:结构化人群中的局部等价权重
研究提出基于分层高斯过程(HGP)回归的调查加权框架,将结构化组级效应与核平滑结合,在稀疏后分层单元格间共享信息,并推导出利用结构化协方差表示的高斯后验预测公式以降低计算成本。模拟显示,在非参数结构下 HGP 的总体加权预测误差更低,而逻辑回归在参数设定正确时表现良好。该工作将局部等价权重构建扩展到非参数建模,并给出条件性理论结果。
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。