标题 |
Quantifying Uncertainty in Discrete-Continuous and Skewed Data with Bayesian Deep Learning
用贝叶斯深度学习量化离散——连续和倾斜数据的不确定性
相关领域
不确定度量化
计算机科学
贝叶斯概率
对数正态分布
高斯过程
高斯分布
人工智能
计量经济学
机器学习
数学
统计
量子力学
物理
|
网址 | |
DOI | |
其它 |
期刊: 作者:Thomas Vandal; Evan Kodra; Jennifer Dy; Sangram Ganguly; Ramakrishna R. Nemani; et al 出版日期:2018-07-19 |
求助人 | |
下载 | |
温馨提示:该文献已被科研通 学术中心 收录,前往查看
科研通『学术中心』是文献索引库,收集文献的基本信息(如标题、摘要、期刊、作者、被引量等),不提供下载功能。如需下载文献全文,请通过文献求助获取。
|