机器学习加速Finsler暗能量模型推断

Shruti Seth 与 R. Chaubey 提交论文，提出一种加速贝叶斯推断的方法，用于 Finsler 几何统一暗能量宇宙学模型的参数推断。 该方法把异方差深度集成与 Monte Carlo Dropout 结合，并加入距离门控局部残差修正，用来模拟复杂的似然面，同时避免在训练区域之外做外推。 论文称该方法可加速此类模型的参数推断；这一效果来自作者陈述，尚未见独立验证。

AI 根据报道生成 · 13 小时前更新