跳到正文
arXiv · 机器人与计算机视觉· Moises Ponce, Sarah Harkins Dayton, Ioannis Schizas, Vasileios Maroulas·· 22 天前AI 评分45

B-EAGLe:基于贝叶斯证据积累的图神经网络动态学习框架

Bayesian Evidence Accumulation for Graph-Based Learning in Dynamic Data-Driven Applications Systems

AI 导读

B-EAGLe 是一种受皮层 - 基底节 - 丘脑网络启发的概率框架,将图分类重构为随观测到达而增量更新后验信念的序列证据积累过程。该模型结合 GNN 编码器与贝叶斯累加器,仅在置信度充足时做出决策,在 CIFAR10 数据集上展现了具有原则性置信估计的竞争性能。

来源:arXiv · 机器人与计算机视觉 · arxiv.org