实体
Deeparnab Chakrabarty
Deeparnab Chakrabarty
PulseAugur coverage of Deeparnab Chakrabarty — every cluster mentioning Deeparnab Chakrabarty across labs, papers, and developer communities, ranked by signal.
总计 · 30天
1
90 天内 2
发布 · 30天
0
90 天内 0
论文 · 30天
1
90 天内 2
层级分布 · 90 天
主题
情绪 · 30 天
1 天有情绪数据
最近 · 第 1/1 页 · 共 2 条
-
随机算法大幅降低分区学习查询复杂度
研究人员开发了新的随机算法用于学习分区，与现有确定性方法相比，显著提高了查询复杂度。这些算法在常数轮次内实现了近乎最优的查询复杂度，是比顺序方法的一项显著进步。该研究表明，随机化极大地改变了分区学习所需的轮次和查询之间的权衡，尤其是在未知部分数量的情况下。
-
新的DeRegiME模型改进了分布偏移下的概率预测
研究人员开发了DeRegiME，一种新颖的概率预测方法，旨在处理时间序列数据中的分布偏移。该方法使用深度混合专家模型和稀疏变分高斯过程，将潜在的不确定性状态与底层信号分离开来。DeRegiME提供了均值、残差和噪声的可解释分解，有效识别了变化点并提高了预测准确性。