跳到正文
热点事件持续更新

高维高斯过程建模结合可加性与主动子空间

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

Mickael Binois 与 Victor Picheny 提交论文修订版,提出一种高维高斯过程建模方法,将可加性结构与低内在维度两种假设结合,并引入多保真度策略,以应对高斯过程在高维回归中的维度灾难。 作者称,在合成函数和数据集上的实验展示了该方法的优势。

AI 根据报道生成 · 2 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8日
  1. arXiv stat.ML
    结合可加性与活跃子空间的高维高斯过程建模

    针对高斯过程在高维回归中面临的维度灾难,该研究将可加性结构与低内在维度两种假设结合,并引入多保真度策略,构建了相应的高维高斯过程建模方法。在合成函数和数据集上的实验展示了该方法的优势。

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。