arXiv · ML· Bin Wen, Dai-Qiao Zhang, Tien-Ping Tan·· 8 小时前AI 评分21
部分揭示面板预测：预测信息增益、分配及粗化一致性算子的研究
Partial-Revelation Panel Forecasting: Predictive Information Gain, Allocation, and Coarsening-Consistent Operators
AI 导读
该研究提出部分揭示面板预测模型，利用前一轮 k 个投票预测下一轮全部分布，并定义粗化一致性算子。 在 IEMOCAP、M3ED 和 EmoWOZ 数据集上，冷启动负对数似然差异分别为 -0.422、-0.166 和 -0.014 nats。 跨轮与同项目信息增益不可互换，目标无约束分配仅在行级信号可预测时优于均匀分配。
来源：arXiv · ML · arxiv.org