实体
Stochastic Neural Networks
Stochastic Neural Networks
PulseAugur coverage of Stochastic Neural Networks — every cluster mentioning Stochastic Neural Networks across labs, papers, and developer communities, ranked by signal.
总计 · 30天
2
90 天内 3
发布 · 30天
0
90 天内 0
论文 · 30天
2
90 天内 3
层级分布 · 90 天
主题
情绪 · 30 天
2 天有情绪数据
最近 · 第 1/1 页 · 共 3 条
-
新框架增强了随机场神经网络重构能力
研究人员引入了一个新的局部 Sinkhorn 散度框架，用于训练随机神经网络 (SNN) 来重构多维随机场。该框架利用去偏的 Sinkhorn 散度创建了一个可微分且高效的目标函数。该方法提供了理论泛化误差估计，并为精确局部最优传输提供了一个可扩展的替代方案，在科学机器学习中的不确定性量化方面平衡了几何保真度、统计效率和计算可扩展性。
-
新框架使用局部 Sinkhorn 散度进行随机场重构
研究人员引入了一个利用局部 Sinkhorn 散度来重构多维随机场中条件分布的新框架。该方法通过一个可微分且高效的局部分布匹配目标，实现了随机神经网络的训练。该框架还提供了理论泛化误差估计，突出了近似偏差和统计效率之间的平衡。
-
新的SON框架量化SPDE中的不确定性
研究人员开发了一个名为随机算子网络（SON）的新框架，用于量化随机偏微分方程（SPDEs）中的不确定性。该方法结合了深度算子网络和随机神经网络，直接从噪声数据中学习，提供均值解和不确定性量化。在基准SPDEs上的实验表明，SON在捕捉解结构和预测不确定性方面是有效的。