English(EN) Function-On-Function Regression Through Separable Neural Operators

新的神经网络算子方法推动函数-函数回归发展

作者 PulseAugur 编辑部 · [1 个来源] · 2026-08-20 04:00

研究人员提出了一种新颖的神经网络算子方法用于函数-函数回归，超越了传统的线性模型。这种方法被称为可分离神经网络算子，使用依赖于输入的系数和依赖于输出的基函数来表示回归算子。该方法在温和条件下表现出一致性，并已应用于BGC Argo数据进行海洋学研究。 AI

影响引入了一种新的函数-函数回归方法，可能推动海洋学等领域的研究。

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。[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 →

报道来源 [1]

arXiv stat.ML TIER_1 English(EN) · Tailen Hsing, Su-Yun Huang, Toshinari Morimoto · 2026-08-20 04:00

可分离神经网络算子实现函数-函数回归

arXiv:2608.19070v1 Announce Type: cross Abstract: This paper investigates the estimation of the regression operator in function-on-function regression models. While traditional research has predominantly focused on linear models or their immediate nonlinear extensions, we propose…