PulseAugur
中
实时 07:49:04
实体 Repulsive Ensembles for Bayesian Inference in Physics-informed Neural Networks

Repulsive Ensembles for Bayesian Inference in Physics-informed Neural Networks

PulseAugur coverage of Repulsive Ensembles for Bayesian Inference in Physics-informed Neural Networks — every cluster mentioning Repulsive Ensembles for Bayesian Inference in Physics-informed Neural Networks 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_324089 ·

    新的 RE-PINN 方法增强了物理信息神经网络中的不确定性估计

    研究人员开发了一种名为“用于物理信息神经网络的贝叶斯推断的排斥集成”(RE-PINN)的新方法,以改进物理信息神经网络(PINNs)中的不确定性量化。该方法向损失函数添加了一个排斥项,鼓励集成预测更好地表示真实的贝叶斯后验。与倾向于收敛到单一最大后验解的标准集成不同,RE-PINN 生成了更多样化和准确的不确定性估计,并被证明对低维问题有效。