✕

AI咨询

每日早报 投融资 最新技术 行业应用 大模型进展

AI知识

AI工具库 AI智能体 AI编程 Hermes 使用 Codex 使用 Claude Code 学习路径 Prompt模板库

AI应用

最佳实践 企业落地 AI赚钱 OPC 一人公司 落地SOP AI成熟度诊断 咨询预约

其他

AI 问答 关于本站
首页 / 最新技术 / 正文

面向模型校准的摊销式局部后验推断及其在海洋湍流闭合中的应用

事件

一项研究提出面向模型校准的摊销式局部后验推断方法,用于处理模型偏差导致单一校准参数难以在整个上下文域复现物理响应的问题,同时量化观测与上下文不确定性。方法在海洋单列模型的k-ε湍流闭合中,以大气表面强迫为上下文进行验证。

方法按观测与目标上下文的邻近度加权似然,构造一族局部后验;高斯局部化权重通过协方差膨胀纳入上下文不确定性,并在域边界反射,可选校正不均匀采样。条件归一化流以摊销变分推断近似这族后验,按给定上下文测度积分得到边缘化参数分布。

在Branin-Hoo模型双胞胎实验中,局部化推断在均匀与偏斜上下文分布下降低聚合预测误差;海洋应用中,局部后验校准相比确定性与全局后验校准降低温度与纬向速度误差。其价值在于把上下文相关的不确定性校准变得可摊销,适合需重复校准的科学模型。

来源

本条目由采集管线自动抓取并发布,完整内容见下方来源链接。

*采集源:arXiv cs.AI*

📎 原始来源:arXiv cs.AI
本站内容为摘要与观点整理,不全文转载原文;版权归原作者所有。
💬 对这篇还有疑问?

直接问 AI,回答带站内出处。

就这篇提问

相关内容