人工智能
计算机科学
人工神经网络
机器学习
工作流程
贝叶斯网络
贝叶斯概率
可信赖性
深度学习
深层神经网络
学习迁移
变阶贝叶斯网络
贝叶斯推理
数据挖掘
时滞神经网络
贝叶斯定理
模式识别(心理学)
动态贝叶斯网络
作者
Tim Rensmeyer,Denis Kramer,Oliver Niggemann
出处
期刊:Digital discovery
[Royal Society of Chemistry]
日期:2026-01-01
卷期号:5 (4): 1845-1867
被引量:2
摘要
We introduce a workflow for data-efficient on-the-fly finetuning of foundational neural network potentials with enhanced trustworthiness by harnessing predictive uncertainty estimation extracted from a Bayesian transfer learning approach.
科研通智能强力驱动
Strongly Powered by AbleSci AI