研究人员开发了一个新的高斯过程框架，该框架使用神经网络特征图来创建更具表现力的核。该方法能够进行高效准确的高斯过程推理，适用于回归和分类任务，以及图像和表格数据等各种数据类型。与基准数据集上的现有方法相比，该方法在准确性和效率方面均表现出色。 AI
影响 引入了一种可扩展的高斯过程推理新方法，有望提高机器学习任务的效率和准确性。
排序理由 该集群包含一篇学术论文，详细介绍了高斯过程推理的新方法。[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 →
We present a theoretically grounded Gaussian process framework that leverages neural feature maps to construct expressive kernels. We show that the learned feature map can be interpreted as an optimal low-rank approximation to a Gram matrix derived from an implied RKHS, from whic…