热点事件持续更新
ISBO：基于INLA-SPDE的可扩展时空贝叶斯优化框架
1 篇报道1 个报道来源2 小时前 更新
先了解这件事
AI 综述
2026年10月9日，arXiv Statistics Machine Learning 频道发布一手报道，介绍研究团队提出的可扩展时空贝叶斯优化框架 ISBO。该框架采用 Log-Gaussian Cox Process 对对数强度进行建模，并利用 INLA-SPDE 方法完成推理，以实现时空场景下的贝叶斯优化。报道未披露实验数据、对比基线或具体应用场景等细节。
AI 根据报道生成 · 2 小时前更新
报道时间线
沿着报道，了解事件的不同侧面。
10月9日
- arXiv · Statistics Machine LearningISBO：基于 Log Gaussian Cox Process 与 INLA-SPDE 的可扩展时空贝叶斯优化
研究提出 INLA-SPDE 时空贝叶斯优化框架 ISBO，用 Log-Gaussian Cox Process 建模对数强度，并通过 INLA-SPDE 完成推理。
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。