热点事件持续更新
提出精确似然有限秩逻辑高斯过程 ExFR-LGP
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8日，arXiv 统计学机器学习栏目发布论文，提出 ExFR-LGP，一种用于条件密度估计的精确似然有限秩 Logistic Gaussian Processes 方法。该方法将对数密度写成两个二元函数之和，并采用在规则网格上分段线性的有限秩高斯过程先验，从而使归一化常数、条件均值与分位数具有闭式表示。这是目前该事件的唯一报道，尚未见后续验证或应用结果。
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8日
- arXiv · Statistics Machine LearningExFR-LGP：用于条件密度估计的精确似然有限秩 Logistic Gaussian Processes
论文提出 ExFR-LGP，一种精确似然的有限秩 Logistic Gaussian Processes 方法，将对数密度写成两个二元函数之和，并用在规则网格上分段线性的有限秩高斯过程先验，使归一化常数、条件均值与分位数具有闭式表示。
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。