实体
Poisson binomial distribution
Poisson binomial distribution
PulseAugur coverage of Poisson binomial distribution — every cluster mentioning Poisson binomial distribution across labs, papers, and developer communities, ranked by signal.
总计 · 30天
0
90 天内 2
发布 · 30天
0
90 天内 0
论文 · 30天
0
90 天内 2
层级分布 · 90 天
主题
最近 · 第 1/1 页 · 共 2 条
-
新的贝叶斯框架增强了神经网络压缩和可解释性
研究人员引入了神经原子普遍性（NAP），一个旨在提高神经网络压缩和可解释性的新颖贝叶斯框架。NAP采用一个四阶段流程，包括贝叶斯彩票识别和Spike and Slab独立高斯模型训练，以实现结构化的节点级模型选择。在包括MNIST分类在内的各种任务上的实证结果表明，NAP可以将活动节点减少到原始架构的8%，同时保持准确的不确定性量化。
-
新方法将专家意见纳入统计特征选择
研究人员开发了一种名为专家隐含贝叶斯最优子集（EBBS）的新方法，该方法将领域专家意见纳入统计模型的特征选择过程。该方法使用混合整数优化来寻找最优稀疏解，同时通过最大后验框架整合专家对特征相关性的概率估计。该方法将专家观点汇总为每个特征的先验概率，然后影响模型的客观函数。该EBBS模型旨在通过利用除观测数据以外的有价值的外部知识来改进现有的最优子集选择技术。