Hierarchical Solomonoff Induction

新的分层所罗门归纳法模型有望实现基于数据集的最优序列预测

研究人员推出了一种新颖的机器学习模型——分层所罗门归纳法（HSI），该模型专为从数据集中进行无界序列预测而设计。HSI 在所罗门归纳法原理的基础上，通过对所有可能的所罗门先验引入超先验，使其能够以观察到的序列为条件。研究表明，该模型等同于所罗门归纳法本身，其超额误差受真实数据生成器复杂度的限制。这一发展有望在数据集增长的极限情况下实现最优预测，为给定数据集的序列预测提供理想的无界模型。