我们2018年的募款活动正在进行中!!

新论文:“使用不完整的模型预测””

||论文

使用不完整的模型预测米里研究助金宝博娱乐理瓦迪姆Kosoy归化感应出问题上的一篇论文:“”使用不完整的模型预测”。文摘:

我们认为预测未来无限序列的观测的任务根据一些过去的观察,生成观测概率测度在哪里”怀疑”满足一个或多个一套不完整的模型,也就是说,凸集的空间概率的措施。

这个设置是在某种意义上可实现之间的中间设置在概率测度来自一些已知的概率(可以使用如解决措施。贝叶斯推理)和概率测度的无法实现的设置是完全任意的。

我们将演示一个保证预测的方法,当真正的概率测度满足给定可数集的一个不完整的模型,预测收敛于相同的完整模型(适当规范化)Kantorovich-Rubinstein度量。这类似于合并为贝叶斯推理的意见,除了Kantorovich-Rubinstein度量收敛是弱于收敛总变异。

Kosoy的工作建立在逻辑电感器来创建一个清洁(纯learning-theoretic)形式建模复杂的环境,显示”中所开发的方法逻辑感应”是有用的应用程序在经典序列预测与逻辑无关。

”使用不完整的模型预测”也显示,直观的概念,一个“不完整的”或“部分”模型一个优雅和有用的规范化与奈特不确定性有关。此外,Kosoy表明,使用不完整的模型推广贝叶斯推理允许代理对环境进行预测,可以代理本身一样复杂,或者更复杂的,与经典的贝叶斯推理。

Kosoy的研究金宝博娱乐看到“”最优多项式时间估计”和智能代理基础论坛

注册获取新的米里技术的结果

得到通知每当一个新的技术论文发表。