arXiv · Statistics Machine Learning· Sam F. Greenbury, Radka Jersakova, Paolo Conti, Marjan Famili, Christopher Iliffe Sprague, Edwin Brown, Farhan Feroz, Jason D. McEwen·· 16 小时前AI 评分32
物理系统概率仿真的可靠性评估
Reliability of Probabilistic Emulation of Physical Systems
AI 导读
研究对比了扩散或流匹配等生成模型与注入随机性的 CRPS 训练确定性模型集成，在匹配模型规模与算力预算下评估其不确定性可靠性。CRPS 训练集成在单步预测和自回归 rollout 中均获得更可靠的预测区间覆盖率，且推理速度显著更快；在环境空间训练的生成模型覆盖率相当但推理延迟大得多。研究发布模块化框架 AutoCast 与数据集生成包 AutoSim。
来源：arXiv · Statistics Machine Learning · arxiv.org