实体
Bayesian Deep Ensembles via the Neural Tangent Kernel
Bayesian Deep Ensembles via the Neural Tangent Kernel
PulseAugur coverage of Bayesian Deep Ensembles via the Neural Tangent Kernel — every cluster mentioning Bayesian Deep Ensembles via the Neural Tangent Kernel across labs, papers, and developer communities, ranked by signal.
总计 · 30天
0
90 天内 2
发布 · 30天
0
90 天内 0
论文 · 30天
0
90 天内 2
层级分布 · 90 天
主题
最近 · 第 1/1 页 · 共 2 条
-
新的贝叶斯深度集成方法增强了预测回归
研究人员开发了一种新的贝叶斯深度集成方法，用于预测回归，该方法增强了可解释性并保持了强大的预测性能。该方法将贝叶斯推理与深度集成相结合，以提供校准的不确定性估计，使其适用于独立预测或集成到更大的学习系统中。主要特点包括低维集成表示、使用线性回归进行可解释权重的一阶贝叶斯聚合，以及神经网络的独立训练以提高鲁棒性和不确定性校准。在标准回归基准上的实证结果显示了具有竞争力的性能和可靠的不确定性估计。
-
新的贝叶斯深度集成方法增强了预测回归
研究人员开发了一种高效的贝叶斯深度集成方法，用于预测回归，该方法增强了可解释性并保持了有竞争力的性能。该方法将贝叶斯推理与深度集成相结合，提供了校准的不确定性估计。主要特点包括低维集成表示、使用线性回归进行可解释权重的一阶贝叶斯聚合以及独立的集成训练以提高鲁棒性。