研究者提出神经贝叶斯网络并发布NBN库与基准
热点事件持续更新
研究者提出神经贝叶斯网络并发布NBN库与基准
1 篇报道1 个报道来源15 小时前更新
先了解这件事
AI 综述
研究者提出神经贝叶斯网络（NBN），把贝叶斯网络中每个条件分布替换为可微分的张量机制，图结构与分解方式保持不变，使其能表示任意可学习的条件分布并原生运行在 GPU 上。团队同时发布基于 PyTorch 的 NBN 库和公开基准，称在大型网络和大批量查询上借助 GPU 并行实现两个数量级的速度提升。 据论文，NBN 已公开可用；上述提速数据来自作者自述，尚待独立验证。论文与库仅涉及 NBN 本身，其提出的改动不改变原贝叶斯网络的图结构与分解方式。
AI 根据报道生成 · 1 小时前更新
最新进展10月15日 12:00
Neural Bayesian Networks：面向不确定性决策的模块化可扩展方案报道时间线
沿着报道，了解事件的不同侧面。
10月15日
- arXiv：cs.AINeural Bayesian Networks：面向不确定性决策的模块化可扩展方案
研究者提出 Neural Bayesian Networks（NBNs），将贝叶斯网络中每个条件分布改为可微分的张量机制，图结构与分解方式保持不变，使其能表示任意可学习的条件分布并原生运行在 GPU 上。同时发布基于 PyTorch 的 NBN 库和公开 benchmark；在大型网络和大批量查询上借助 GPU 并行实现两个数量级的速度提升。NBN 已公开可用。
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。