研究者提出DireSMC稀有事件采样方法
热点事件持续更新
研究者提出DireSMC稀有事件采样方法
1 篇报道1 个报道来源2 小时前更新
先了解这件事
AI 综述
研究者提出 DireSMC，一种用序贯蒙特卡洛引导加权样本群体逼近稀有事件的方法，可同时给出样本和校准后的事件概率估计。该方法通过事件集合的解析松弛实现引导，便于扩展到多种用户自定义稀有事件。 在基于 score 的气候模拟器上，DireSMC 对 10^-3 至 10^-5 的稀有度给出准确概率，相比蒙特卡洛实现 9× 至 1413× 的净加速。
AI 根据报道生成 · 42 分钟前更新
最新进展10月15日 12:00
DireSMC：用序贯蒙特卡洛引导扩散模型采样稀有事件报道时间线
沿着报道，了解事件的不同侧面。
10月15日
- arXiv · cs.LGDireSMC：用序贯蒙特卡洛引导扩散模型采样稀有事件
研究者提出 DireSMC，一种用序贯蒙特卡洛引导加权样本群体逼近稀有事件的方案，可同时给出样本与校准后的事件概率估计。该方法通过事件集合的解析松弛实现引导，便于扩展到多种用户自定义稀有事件。在基于 score 的气候模拟器上，它对 10^-3 至 10^-5 的稀有度给出准确概率，相比蒙特卡洛实现 9× 至 1413× 的净加速。
本事件热度走势
还没有足够的连续观测数据，暂不绘制趋势。