AITP
精选全部 AI 动态AI 日报Agent 接入关于更新日志信源提报反馈
登录 / 注册
AITOP
全部 AI 动态
AI 相关资讯全量信息流
全部博客资讯推文论文
全部模型产品行业论文技巧
标签:贝叶斯网络×
6月16日
20:46
AITOP6月16日 20:46
600亿美元买下Cursor,xAI终于拿到了编程工具,但真正值得跟踪的或许不是AI600亿美元买下Cursor,xAI终于拿到了编程工具,但真正值得跟踪的或许不是AI
10:35
10:35arXiv cs.LG@Nguyen Linh Dan Le
该论文提出BN-LTE(贝叶斯网络与潜在时间嵌入)框架,用于阿尔茨海默病进展的阶段感知因果建模。模型从基线生物标志物图像估计疾病伪时间,并依据AT(N)级联顺序约束有向依赖。在ADNI数据上,BN-LTE在tau蛋白扩散的空间重建上优于多个预测基线。模型识别出中伪时间窗口的淀粉样蛋白敏感性,并通过g-formula对比、AIPW和鲁棒性分析验证。代码已在GitHub公开。
论文BN-LTE阿尔茨海默病贝叶斯网络AT(N)级联ADNI

推荐理由:这篇论文用贝叶斯网络模拟阿尔茨海默病的AT(N)级联,比黑箱预测更可解释。它从ADNI数据中找到了tau扩散的关键时间窗,对神经影像研究有参考价值。
原文
6月12日
12:57
AITOP6月12日 12:57
Claude代码里藏了个20260612,18个月后的AI记忆革命已经开始倒计时
6月11日
15:28
AITOP6月11日 15:28
1107 vs 303:谷歌悄悄开源了一个“拆打字机”的模型,把大模型速度翻了4倍
15:23
AITOP6月11日 15:23
DiffusionGemma颠覆文本生成?自回归模型的“统治”要结束了
15:07
AITOP6月11日 15:07
每秒1107个token,Google开源的扩散模型为什么能改变本地推理格局?
6月5日
13:04
13:04arXiv cs.LG@Hazhir Aliahmadi, Irina Babayan, Greg van Anders
精选
传统贝叶斯网络通过优化生成有向无环图(DAG)来建模因果关系,但真实数据常允许多种因果链,导致优化结果可能包含伪影。本文提出基于熵推断的方法,生成与数据一致的因果图谱集(causal atlases),量化因果关系的结构模糊性。在2节点和20节点的线性结构方程模型模拟噪声数据上,该方法采样最大熵图集,发现“最优”DAG中存在不一致的因果伪影。这为数据驱动的因果发现提供了更忠实于数据变异的框架。
论文因果推断贝叶斯网络熵推断DAG结构模糊性

推荐理由:因果发现领域长期依赖单一最优DAG,但真实数据往往支持多种解释——这篇论文用熵推断解决了这个痛点,做因果推断或复杂系统建模的研究者值得关注,方法可直接用于评估因果结构的稳健性。
原文
精选全部日报登录