Skip to content
Hot eventLive

双方向预算的导数高斯过程研究

1 reports1 sources3 hr ago updated

Get the story

AI overview

2026年10月8日，arXiv Statistics Machine Learning（一手）发表研究，提出一种双方向预算下的导数高斯过程（GP）方法。该方法每个观测梯度仅使用两个方向：一个捕捉梯度对目标预测的直接贡献，另一个通过与条件函数值的相关性聚合间接贡献。在Vecchia近似中，该方法用至多2m个方向导数表示md个梯度坐标，每个预测目标的稠密分解成本为O(m^3)。目前报道仅涉及该方法的理论框架与计算复杂度，未见后续验证或应用进展。

Generated from reports · updated 3 hr ago

LatestOct 8
arXiv发表双方向预算导数高斯过程，用至多2m个方向导数表示md个梯度坐标。

Timeline

Follow the coverage from different angles.

Oct 8, 2026
  1. arXiv · Statistics Machine Learning
    双方向预算下的导数高斯过程

    该研究提出一种导数高斯过程（GP），每个观测梯度仅使用两个方向：一个捕捉梯度对目标预测的直接贡献，另一个通过与条件函数值的相关性聚合间接贡献。在 Vecchia 近似中，该方法用至多 2m 个方向导数表示 md 个梯度坐标，每个预测目标的稠密分解成本为 O(m^3)。

Heat trend

Current heat 9·Comparable peak 10（Oct 8）·Comparable change over 24 hours –

02.557.510Oct8Oct8Oct8Oct8

The trend compares only the same participants observed continuously; its range may be smaller than the current heat count. Move or click on the chart to inspect hourly heat; use the left and right arrow keys to switch.