实体
Bayesian quadrature
Bayesian quadrature
PulseAugur coverage of Bayesian quadrature — every cluster mentioning Bayesian quadrature 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
-
新的分层贝叶斯求积方法改进了数值积分
研究人员开发了分层贝叶斯求积（HBQ）方法，这是一种用于数值积分的新方法，解决了标准贝叶斯求积在处理非平稳被积函数时的局限性。HBQ将积分域自适应地划分为局部平稳模型，并通过高斯过程（GP）条件化层级结构重新组合估计，以捕捉跨子域的相关性。该方法避免了马尔可夫链蒙特卡洛（MCMC），并根据局部被积函数的复杂性调整计算预算，在基准问题和实际流行病学模型上显示出显著的改进。
-
新方法优化高斯过程回归的量子核估计
研究人员开发了一种新颖的方法，用于优化高斯过程回归的量子核估计中的采样分配。该方法旨在通过根据核条目对下游任务的敏感性来智能地分配采样工作，从而减少实现目标精度所需的计算预算。所提出的方法包含一个统一覆盖底线以减轻敏感性估计中的噪声，在各种基准测试和不同的量子核上均显示出测试均方根误差（RMSE）的显著改进。