高斯过程PDE求解器引入线性不等式约束
热点事件持续更新
高斯过程PDE求解器引入线性不等式约束
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
研究者提出一种在线性不等式约束下求解线性偏微分方程的高斯过程（Gaussian Process）方法，把不等式事件与等式观测联合条件化，让物理信息后验成为不等式更新的有效先验。论文作者称，已证明该联合条件化与按Borel测度依次条件化在解空间上等价。 由此得到的组合分布并非高斯分布，研究者表示可通过截断高斯矩进行计算。
AI 根据报道生成 · 2 小时前更新
最新进展10月12日 12:00
约束概率数值计算：线性不等式约束下线性 PDE 的 Gaussian Process 求解器报道时间线
沿着报道，了解事件的不同侧面。
10月12日
- arXiv：cs.LG约束概率数值计算：线性不等式约束下线性 PDE 的 Gaussian Process 求解器
研究者提出一种将线性不等式事件与等式观测联合条件化的 Gaussian Process 求解器，使物理信息后验成为不等式更新的有效先验，组合分布虽非高斯但可通过截断高斯矩计算。
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。