arXiv 机器学习· Ismail Huseynov, Stefan Haufe·· 7 小时前AI 评分31
稀疏贝叶斯学习的谱不确定性分解
Spectral Uncertainty Decomposition for Sparse Bayesian Learning
AI 导读
研究提出一种面向稀疏贝叶斯学习的谱分析框架，利用先验预条件前向算子的奇异值结构，将 M/EEG 神经源成像中的后验协方差精确分解为数据知情与固有认知不确定性两部分。该表征能明确区分可通过改进测量降低的不确定性与受传感几何限制不可降低的成分。推导出的等效减法分解形式，可精确核算贝叶斯学习过程中的不确定性缩减量。
来源：arXiv 机器学习 · arxiv.org