实体
probabilistic modeling
probabilistic modeling
PulseAugur coverage of probabilistic modeling — every cluster mentioning probabilistic modeling across labs, papers, and developer communities, ranked by signal.
总计 · 30天
2
90 天内 2
发布 · 30天
0
90 天内 0
论文 · 30天
2
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
-
新的MCMC方法使用神经网络自适应地停止采样
研究人员开发了一个新框架，该框架使用神经网络分类器来自适应地确定何时停止马尔可夫链蒙特卡洛（MCMC）方法的采样。这种方法被置于生成流网络（GFlowNets）的框架内，通过训练分类器来识别高密度区域，从而缩短轨迹长度并提高采样效率。该方法通过详细平衡条件，在理论上将最优分类器与目标密度联系起来，并在实验中与传统的MCMC基线相比，在模式覆盖和混合方面显示出显著的改进。
-
新研究将超度量 OGP 和参数化 RDT 联系起来用于二元感知器
本文引入了超度量重叠隙性质 (OGP) 框架来分析对称二元感知器。研究人员开发了一个结合组合方法和概率方法的并集界限程序，以建立约束密度的上限。前两个级别的数值评估与现有的参数化 RDT 估计值非常吻合，从而推测 OGP 和 RDT 参数之间存在完全同构关系。