MEGPODE：贝叶斯非参数混合效应ODE模型
热点事件持续更新
MEGPODE：贝叶斯非参数混合效应ODE模型
1 篇报道1 个报道来源12 小时前更新
先了解这件事
AI 综述
研究者提出 MEGPODE，一种贝叶斯非参数混合效应 ODE 模型，把每个受试者的向量场分解为共享群体成分与个体偏差，并为两者赋予高斯过程先验。 该方法用状态空间 GP 先验表示隐轨迹，在有限时间网格上惩罚其导数与向量场的差异，从而避免训练中反复求解 ODE，并通过单一变分目标实现轨迹与向量场的近似联合推断。 作者称，在异构振荡与生物医学 ODE 基准上，MEGPODE 的群体场恢复与个体轨迹预测均优于强基线。
AI 根据报道生成 · 2 小时前更新
最新进展10月12日 12:00
MEGPODE：基于高斯过程的贝叶斯非参数混合效应 ODE 模型报道时间线
沿着报道，了解事件的不同侧面。
10月12日
- arXiv：cs.LGMEGPODE：基于高斯过程的贝叶斯非参数混合效应 ODE 模型
研究者提出 MEGPODE，一种贝叶斯非参数混合效应 ODE 模型，将每个受试者的向量场分解为共享群体成分与个体偏差，两者均赋予高斯过程先验。该方法用状态空间 GP 先验表示隐轨迹，并在有限时间网格上惩罚其导数与向量场的差异，从而避免训练中反复求解 ODE，通过单一变分目标实现轨迹与向量场的近似联合推断。在异构振荡与生物医学 ODE 基准上，MEGPODE 的群体场恢复与个体轨迹预测均优于强基线。
本事件热度走势
还没有足够的连续观测数据，暂不绘制趋势。