热点事件持续更新
Scalable Diffusion SBI for Compositional Inference under Sim
1 篇报道1 个报道来源6 小时前更新
先了解这件事
AI 综述
2026-09-30，arXiv 发表统计学/机器学习论文，提出可扩展扩散模拟推断（SBI）方法，用于处理组合观测与模拟器失配问题。核心贡献包括分层分块扩散采样（HBDS）与路径正则化微调，支持可变观测集与分组且无需重新训练。实验在 Bone Morphogenetic Protein 信号模型上对 940 个测量点进行验证，微调后提升后验预测精度，并使后验边缘向最小二乘参考偏移。
AI 根据报道生成 · 2 小时前更新
最新进展9月30日 12:00
论文于 2026-09-30 在 arXiv 发布，提出扩散 SBI 方法并在 BMP 信号模型上验证。报道时间线
沿着报道，了解事件的不同侧面。
9月30日
- arXiv · Statistics Machine LearningScalable Diffusion SBI for Compositional Inference under Simulator Misspecification
论文提出基于扩散模型的模拟推断方法，处理多观测组合与模拟器失配问题。引入分层分块扩散采样（HBDS）和路径正则化微调，支持可变观测集与分组无需重新训练。在 Bone Morphogenetic Protein 信号模型上对 940 个测量点进行验证，微调提升后验预测精度并后验边缘向最小二乘参考偏移。
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。