BriefGPT - AI 论文速递
·
通过主动迁移学习自动测试空间相关环境假设
💡
原文中文，约300字，阅读约需1分钟。
📝
内容提要
本文提出了一种解决多输出高斯过程模型主类型和相关环境现象多种共存的主动学习问题的方法。通过选择最具信息量的采样位置和每个位置的测量类型，在预算范围内最小化目标感兴趣的预测不确定性。利用稀疏MOGP模型的结构，推导出一种新的主动学习准则，并设计了一种多项式时间近似算法。实证评估表明该方法优于现有算法。
🎯
关键要点
- 提出了一种解决多输出高斯过程模型的主动学习方法。
- 该方法涉及选择最具信息量的采样位置和测量类型。
- 目标是最小化预算范围内的预测不确定性。
- 利用稀疏MOGP模型的结构推导出新的主动学习准则。
- 设计了一种多项式时间近似算法。
- 实证评估表明该方法优于现有的MOGP和单输出GP模型算法。
🏷️
标签
➡️
