Skip to content
Hot eventLive

提出精确似然有限秩逻辑高斯过程 ExFR-LGP

1 reports1 sources4 hr ago updated

Get the story

AI overview

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。

Generated from reports · updated 3 hr ago

LatestOct 8
arXiv 发布 ExFR-LGP 论文，提出精确似然有限秩 Logistic Gaussian Processes 方法。

Timeline

Follow the coverage from different angles.

Oct 8, 2026
  1. arXiv · Statistics Machine Learning
    ExFR-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。

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.