PulseAugur
中
实时 09:46:38
English(EN) Deep Gaussian Processes on Directed Acyclic Graphs

新研究论文介绍了用于有向无环图的深度高斯过程

作者 PulseAugur 编辑部 · [2 个来源] ·

研究人员开发了专门为有向无环图（DAGs）设计的深度高斯过程（DGPs）。这种新方法解决了在DAGs上重建、传播不确定性以及对部分观测过程进行推理的挑战，这些在因果建模和基因调控网络等领域很常见。该工作包括对先验崩溃行为和图拓扑影响的理论分析，以及用于提高准确性和可解释性的结构化变分近似。在蛋白质信号网络和重离子碰撞模拟等任务上的实证验证显示了最先进的性能。 AI

影响 引入了一个用于建模复杂系统的新框架，有可能提高科学和工程应用中的推理和可解释性。

排序理由 该集群包含一篇详细介绍机器学习新方法的学术论文。

在 arXiv stat.ML 阅读 →

AI 生成摘要 · Google Gemini · 来自 2 个来源。 我们如何撰写摘要 →

新研究论文介绍了用于有向无环图的深度高斯过程

报道来源 [2]

  1. arXiv stat.ML TIER_1 English(EN) · Federico L. Perlino, Oliver Hamelijnck, Adam M. Johansen, Theodoros Damoulas ·

    Deep Gaussian Processes on Directed Acyclic Graphs

    arXiv:2607.09645v1 Announce Type: new Abstract: Many real-world processes can be represented as compositions of functions along a directed acyclic graph (DAG). In causal modelling, these correspond to the underlying mechanisms; in engineering, to multiple fidelity levels; and in …

  2. arXiv stat.ML TIER_1 English(EN) · Theodoros Damoulas ·

    深度高斯过程在有向无环图上的应用

    Many real-world processes can be represented as compositions of functions along a directed acyclic graph (DAG). In causal modelling, these correspond to the underlying mechanisms; in engineering, to multiple fidelity levels; and in gene-regulatory networks, to transcription facto…

相关实体

相关话题