研究人员开发了一种新的神经点过程模型，该模型使用 B 样条基函数直接参数化条件强度函数 (CIF)。这种由神经网络预测的方法可以精确计算负对数似然 (NLL)，并在训练期间实现高效的并行化。与现有的神经 TPP 基线相比，该模型还自然支持 CIF 平滑正则化，并在合成和真实世界数据集上展示了更高的计算效率和预测准确性。 AI
影响 这种新颖的方法可能导致在各种 AI 应用中对顺序事件数据进行更有效、更准确的建模。
排序理由 该集群包含一篇详细介绍神经点过程新方法的 ist 研究论文。[lever_c_demoted from research: ic=1 ai=1.0]
- arXiv
- Conditional intensity function (CIF)
- Maximum Likelihood Estimation (MLE)
- Negative log-likelihood (NLL)
- Neural point processes
AI 生成摘要 · Google Gemini · 来自 1 个来源。 我们如何撰写摘要 →
