研究人员开发了一种新的生成高斯过程回归（GPR）模型，旨在克服传统GPR方法中异常值造成的显著失真。这种新颖的方法对观测特定的污染进行建模，使其能够在学习和预测过程中自适应地减少异常值的影响。在合成和真实世界数据集上的实验表明，所提出的方法在性能上可与现有的鲁棒GPR技术相媲美，在某些情况下甚至优于它们，同时保持相似的立方计算复杂度。 AI
影响 这项研究为在存在噪声数据的情况下进行回归任务提供了一种更准确的方法，有可能改进依赖于精确建模的下游应用。
排序理由 该集群包含一篇详细介绍机器学习新方法的论文。[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 →
