PulseAugur
中
实时 08:48:35
实体 Hierarchical Bayesian Quadrature

Hierarchical Bayesian Quadrature

PulseAugur coverage of Hierarchical Bayesian Quadrature — every cluster mentioning Hierarchical Bayesian Quadrature across labs, papers, and developer communities, ranked by signal.

Show in brief
总计 · 30天
1
90 天内 1
发布 · 30天
0
90 天内 0
论文 · 30天
1
90 天内 1
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 1 条
  1. TOOL · CL_141616 ·

    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。