跳到正文
arXiv · ML· Konstantin Hess, Dennis Frauen, Niki Kilbertus, Stefan Feuerriegel·· 3 天前AI 评分23

去偏神经网络算子 DOPE 及其 Neyman 正交估计方法

Debiased neural operators

AI 导读

研究提出去偏神经网络算子 DOPE,用于估计物理系统轨迹的目标标量量,解决传统方法的一阶偏差。 方法结合半参数估计与 Riesz 回归学习权重,支持部分和不规则观测,兼容任意神经网络算子架构。 数值实验表明 DOPE 在多种场景下表现优于传统插值法,显著提升目标量估计精度。

来源:arXiv · ML · arxiv.org