连接点：模式连通性是贝叶斯神经网络中可行基于样本推断的关键吗？
机器学习
2024-05-29 v2 统计计算
机器学习
摘要
贝叶斯神经网络中基于样本的推断（SBI）的一个主要挑战是网络参数空间的大小和结构。我们的工作表明，通过接受权重空间与函数空间之间的特征关系，揭示过度参数化与采样问题难度之间的系统性联系，成功的SBI是可能的。通过大量实验，我们建立了采样和收敛诊断的实用指南。因此，我们提出了一种深度集成初始化方法，作为一种具有竞争性能和不确定性量化的有效解决方案。
引用
@article{arxiv.2402.01484,
title = {Connecting the Dots: Is Mode-Connectedness the Key to Feasible Sample-Based Inference in Bayesian Neural Networks?},
author = {Emanuel Sommer and Lisa Wimmer and Theodore Papamarkou and Ludwig Bothmann and Bernd Bischl and David Rügamer},
journal= {arXiv preprint arXiv:2402.01484},
year = {2024}
}