AI اور دنیا کے مشکل مسائل · طبیعیات · arXiv · 2026-10-23

ML پر مبنی الٹے مسائل میں قابلِ اعتماد غیر یقینیاں: ٹرپلٹ PDF کے لیے GPs، NNs اور NTKs

اصل عنوان: Faithful Uncertainties in ML-Based Inverse Problems: GPs, NNs and NTKs for the Triplet PDF

طبیعیات کے الٹے مسائل کے مشین لرننگ حل کو صرف اچھی مرکزی قدروں کی نہیں بلکہ قابلِ اعتماد غیر یقینی پیمائشوں کی بھی ضرورت ہوتی ہے۔ گہرے غیر لچکدار بکھراؤ کے ڈیٹا سے non-singlet triplet تقسیم T3 کی تعمیرِ نو کے لیے closure-test ترتیب استعمال کرتے ہوئے، مصنفین نے Gaussian processes، نیورل نیٹ ورک ensembles اور empirical neural tangent kernels کا موازنہ کیا۔ ملتی جلتی مرکزی قدروں والے طریقوں نے بہت مختلف غیر یقینی پیمائشیں دیں، جو likelihood کے covariance کے علاج، functional prior اور تربیت کے مرحلے سے طے ہوتی تھیں، اور calibration کا انحصار نقطہ وار چوڑائی کے بجائے پیش گوئی کے باہمی تعلقات پر تھا۔

اصل تحریر پڑھیں ↗

تمام آئٹمز →