NCAM：无监督多传感器回归融合方法

研究者 Muhammed Faruk Aytin 等提交论文，提出神经共轭聚合模型（NCAM），一种结合神经网络与共轭高斯推断的分层贝叶斯框架，用于多源数据的无监督融合。其适用场景是训练时只有多个含噪、有偏的测量源，没有真实标签。 NCAM 学习依赖上下文协变量的源特定偏差与可靠性，并通过传感器锚定和方差正则化解决结构不可识别性问题。论文称，在可交换性假设下，该方法能给出带覆盖率保证的异方差预测区间，其后验可分解认知与偶然不确定性。

AI 根据报道生成 · 2 小时前更新

还没有足够的连续观测数据，暂不绘制趋势。