跳到正文
热点事件持续更新

梯度增强高斯过程代理加速贝叶斯推断

1 篇报道1 个报道来源2 小时前更新

先了解这件事

AI 综述

Šimon Soldát 与 Václav Šmídl 发表论文,提出把模拟器输出对输入参数的梯度信息引入高斯过程代理模型,以加速基于贝叶斯优化的主动学习推断。 结果显示,在反向模式微分下,即使计入额外计算成本,推断效率仍有显著提升;而前向模式微分的加速不足以抵消其计算开销。该方法主要适用于参数数量超过输出维度的问题。

AI 根据报道生成 · 1 小时前更新

报道时间线

沿着报道,了解事件的不同侧面。

10月9日
  1. arXiv cs.LG
    利用梯度加速昂贵模拟器的贝叶斯推断

    研究将模拟器输出对输入参数的梯度信息引入高斯过程代理模型,以加速基于贝叶斯优化的主动学习推断。结果显示,在反向模式微分下,即使计入额外计算成本,推断效率仍有显著提升;而前向模式微分的加速不足以抵消其计算开销。该方法主要适用于参数数量超过输出维度的问题。

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。