TMLR - arXivDaily 期刊&会议

2510.16161 2026-02-19 cs.LG stat.ML

Still Competitive: Revisiting Recurrent Models for Irregular Time Series Prediction

仍然具有竞争力：重新审视用于不规则时间序列预测的循环模型

Ankitkumar Joshi, Milos Hauskrecht

机构 * Department of Computer Science（计算机科学系）； University of Pittsburgh（匹兹堡大学）

AI总结 GRUwE通过引入指数基函数的门控循环单元，在不规则时间序列预测中实现了与最新方法相当或更优的性能，且具有简单易用和计算高效的优势。

Comments Published in Transactions on Machine Learning Research, 2026

2411.16370 2026-02-19 cs.CV cs.AI cs.LG eess.IV stat.ML

A Review of Bayesian Uncertainty Quantification in Deep Probabilistic Image Segmentation

深度概率图像分割中贝叶斯不确定性量化综述

M. M. A. Valiuddin, R. J. G. van Sloun, C. G. A. Viviers, P. H. N. de With, F. van der Sommen

机构 * Eindhoven University of Technology（埃因霍温理工大学）

AI总结本文综述了深度概率图像分割中贝叶斯不确定性量化的关键概念与挑战，提出标准化框架并指导未来研究方向。

Comments TMLR

2409.04332 2026-02-19 cs.LG stat.ML

Amortized Bayesian Workflow

批处理贝叶斯工作流

Chengkun Li, Aki Vehtari, Paul-Christian Bürkner, Stefan T. Radev, Luigi Acerbi, Marvin Schmitt

机构 * University of Helsinki（赫尔辛基大学）； ELLIS Institute Finland, Aalto University（芬兰埃利斯研究所、阿尔托大学）； TU Dortmund University（多特蒙德技术大学）； Rensselaer Polytechnic Institute（伦斯勒理工学院）； Independent Scientist（独立研究者）

AI总结本文提出了一种结合快速近似推断与MCMC技术的自适应工作流，通过在处理大量数据集时平衡速度与精度，提升推断效率并保持高质量后验结果。

Comments Accepted in Transactions on Machine Learning Research