PulseAugur
中
实时 06:17:57
实体 Piecewise-Deterministic Markov Processes: A General Class of Non-Diffusion Stochastic Models

Piecewise-Deterministic Markov Processes: A General Class of Non-Diffusion Stochastic Models

PulseAugur coverage of Piecewise-Deterministic Markov Processes: A General Class of Non-Diffusion Stochastic Models — every cluster mentioning Piecewise-Deterministic Markov Processes: A General Class of Non-Diffusion Stochastic Models 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_321548 ·

    新方法实现具有精确零权重采样的稀疏贝叶斯神经网络

    研究人员开发了一种使用粘性分段确定性马尔可夫过程(PDMPs)创建稀疏贝叶斯神经网络(BNNs)的新颖方法。该方法通过采用 spike-and-slab 先验,在贝叶斯框架内直接整合剪枝,从而管理与剪枝和参数估计相关的各种不确定性。所提出的基于 PDMP 的采样技术允许对 BNN 进行渐近精确的后验采样,其中“粘性”特性使得在采样过程中可以将权重精确设置为零。该方法已证明稀疏 BNN 与其密集对应物相比,可以提供对输入噪声的更好鲁棒性。