实体
Greedy-Laplace
Greedy-Laplace
PulseAugur coverage of Greedy-Laplace — every cluster mentioning Greedy-Laplace 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
-
新方法改进深度神经网络中的不确定性量化
一篇新论文介绍了两种用于近似深度神经网络中Hessian矩阵的新方法：Gradient-Laplace和Greedy-Laplace。这些方法旨在通过解决全拉普拉斯近似的计算挑战来改进不确定性量化。研究表明，现有的子网络拉普拉斯近似倾向于低估预测方差，而所提出的方法为最优性提供了理论保证，并比现有的启发式方法性能有所提高。
-
新方法改进神经网络不确定性的拉普拉斯近似
研究人员开发了用于近似深度神经网络中拉普拉斯近似的新方法，解决了大型Hessian矩阵求逆的计算挑战。提出的Gradient-Laplace和Greedy-Laplace方法为选择子网络近似的参数提供了原则性的方法，旨在减少现有启发式方法固有的预测方差低估问题。理论分析和数值研究表明，这些新方法提供了更强的最优性保证，并且优于当前基准。