arXiv · ML· Sophia Sklaviadis, Wu Lin, Andre Martins, Mario Figueiredo, Thomas Moellenhoff, Emtiyaz Khan·· 4 小时前AI 评分20
超越KL几何的贝叶斯学习规则
The Bayesian Learning Rule Beyond KL Geometry
AI 导读
研究证明混合空间Bregman散度可推导加性贝叶斯学习规则，突破了仅限KLD的局限。 针对二次统计的Tsallis非熵，该方法生成有界支持及重尾q-高斯后验，并实现牛顿式优化。 在CIFAR-100上的实验显示，该算法支持可控的支撑与尾部行为，表现具有竞争力。
来源：arXiv · ML · arxiv.org