研究人员推出了一种新颖的随机神经算子——洛伦兹傅里叶神经算子（L-FNO），旨在更好地处理现代运行系统中的不确定性和稀有事件。与标准神经算子不同，L-FNO充当条件强度估计器，结合了洛伦兹谱核来处理历史依赖性激励，并采用基于似然的训练目标。在包括疾病爆发预测和半导体故障检测在内的合成和真实世界数据集上的评估表明，与现有基线相比，L-FNO在事件似然性、校准和稀有事件检测方面表现更优。 AI
影响 引入了一种新的模型架构，以改进稀有和随机事件的预测，可能影响依赖于事件预测的领域。
排序理由 该集群包含一篇详细介绍新模型的学术论文。[lever_c_demoted from research: ic=1 ai=1.0]
AI 生成摘要 · Google Gemini · 来自 1 个来源。 我们如何撰写摘要 →
