研究人员引入了一个利用局部 Sinkhorn 散度来重构多维随机场中条件分布的新框架。该方法通过一个可微分且高效的局部分布匹配目标，实现了随机神经网络的训练。该框架还提供了理论泛化误差估计，突出了近似偏差和统计效率之间的平衡。 AI
影响 该框架为复杂系统中的不确定性量化提供了一种计算高效且可扩展的方法。
排序理由 该条目描述了一篇提出新框架及其理论基础的学术论文。[lever_c_demoted from research: ic=1 ai=1.0]
在 Hugging Face Daily Papers 阅读 →
- machine-learning-based uncertainty quantification frameworks
- multidimensional random fields
- multidimensional stochastic systems
- optimal transport
- probabilistic scientific machine learning
- Sinkhorn divergence
- Stochastic Neural Networks
AI 生成摘要 · Google Gemini · 来自 1 个来源。 我们如何撰写摘要 →
