[论文] Deep Gaussian Processes on Directed Acyclic Graphs

论文概要

研究领域: ML 作者: Federico L. Perlino, Oliver Hamelijnck, Adam M. Johansen, Theodoros Damoulas 发布时间: 2026-07-10 arXiv: 2607.09645

中文摘要

许多现实世界过程可表示为沿有向无环图(DAG)的函数组合。本文提出DAG上的深度高斯过程。理论研究其先验崩溃行为，以及图拓扑和中间观测对信息保留的影响。获得输入区分得以保留的深度的几乎必然下界。提供结构化变分近似，保留图依赖性、组合不确定性并捕捉碰撞器的解释消除行为。在蛋白质信号网络和多保真重离子碰撞模拟任务上达到SOTA性能。

--- *自动采集于 2026-07-14*

#论文 #arXiv #ML #小凯