BriefGPT - AI 论文速递
·
异质多任务高斯 Cox 过程
💡
原文中文，约300字，阅读约需1分钟。
📝
内容提要
本文提出了一种新的可扩展的多类高斯过程分类方法，通过改进的softmax似然函数实现。该方法具有良好校准的不确定性估计和有效的潜变量扩充。实验结果表明，该方法在不确定性估计和预测性能方面具有竞争优势。
🎯
关键要点
- 提出了一种基于改进的softmax似然函数的可扩展多类高斯过程分类方法。
- 新似然函数具有良好校准的不确定性估计和有效的潜变量扩充。
- 模型通过块坐标升高更新实现快速的变分推断方法。
- 该方法具有快速的条件共轭性，能够实现不确定性校准和速度。
- 实验结果表明，该方法在不确定性估计和预测性能方面具有竞争优势，速度快两个数量级。
➡️
