神经过程默认输入无噪声:DnNP把去噪并入元学习,PM2.5插值RMSE最多降30%
标准神经过程把输入当作无噪声观测,传感器测量误差会让预测和不确定性估计同时失真。DnNP在神经过程框架内把干净输入设为隐变量,用变分推断让一个去噪器与元学习联合训练,从而在含噪输入上直接给出预测。在马萨诸塞州布鲁克莱恩34个空气质量传感器采集的PM2.5空间插值数据上,相对标准神经过程,DnNP的RMSE最多降低30%、NLL最多降低73%。
标准神经过程把输入当作无噪声观测,传感器测量误差会让预测和不确定性估计同时失真。DnNP在神经过程框架内把干净输入设为隐变量,用变分推断让一个去噪器与元学习联合训练,从而在含噪输入上直接给出预测。在马萨诸塞州布鲁克莱恩34个空气质量传感器采集的PM2.5空间插值数据上,相对标准神经过程,DnNP的RMSE最多降低30%、NLL最多降低73%。
已读完全部报道