跳到正文
arXiv · ML· Thomas Bartz-Beielstein·· 5 小时前AI 评分21

结构化先验:面向先验数据拟合网络的组元先验代数

Structured Priors: Towards an algebra of component priors for prior-data fitted networks

AI 导读

论文提出结构化先验方法,替代手动构建的混合生成器,并形式化证明了其代数性质。 该方法在八个公开回归基准中,混合先验表现优于或等于单组元先验;在两个基准上,使用九分之一数据预算即达到通用先验满预算未达到的误差水平。 相关定理证明组元网络的平均是混合分布的贝叶斯预测器,但预注册测试因网络识别生成组元过少而失败。

来源:arXiv · ML · arxiv.org