TOUCKAN：无需采样的概率推断新方法

研究者提出 TOUCKAN，用有限次多项式外层函数为 Kolmogorov-Arnold 网络构建可分解的和积表示，使期望与高阶矩在可因子化输入测度下化为对一维叶积分的确定性递推，无需 Monte Carlo 采样或高维数值积分。 该工作由 Juan Diego Toscano 等作者提出，目标是让概率推断中的矩与积分约束可以确定性地计算。报道称，这一表示依赖有限次多项式外层函数和可因子化输入测度这两个条件。

AI 根据报道生成 · 2 小时前更新

还没有足够的连续观测数据，暂不绘制趋势。