arXiv ID:
2605.26509
arXiv 提交日期: 2026-05-26
SIKA-GP:利用稀疏诱导核近似加速高斯过程推理的贝叶斯深度学习 / SIKA-GP: Accelerating Gaussian Process Inference with Sparse Inducing Kernel Approximations for Bayesian Deep Learning
1️⃣ 一句话总结
本文提出一种名为SIKA-GP的方法,通过使用稀疏诱导核近似和高效的模板基函数,将高斯过程的计算复杂度从随数据量增长变为仅依赖少量关键点(诱导点),从而在保持预测精度的同时大幅加速贝叶斯神经网络的训练和推理,适用于图像和语言等大规模深度学习任务。