PulseAugur
中
实时 07:00:39
实体 sub-network Laplace approximations

sub-network Laplace approximations

PulseAugur coverage of sub-network Laplace approximations — every cluster mentioning sub-network Laplace approximations 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_171793 ·

    新方法改进深度神经网络中的不确定性量化

    一篇新论文介绍了两种用于近似深度神经网络中Hessian矩阵的新方法：Gradient-Laplace和Greedy-Laplace。这些方法旨在通过解决全拉普拉斯近似的计算挑战来改进不确定性量化。研究表明，现有的子网络拉普拉斯近似倾向于低估预测方差，而所提出的方法为最优性提供了理论保证，并比现有的启发式方法性能有所提高。