开始:VCALENDAR版本:2.0 CALSCALE:GREGORIAN PRODID: uw -麦迪逊-物理-事件开始:VEVENT序列:0 UID: uw -物理-事件-8135 DTSTART:20230208T170000Z DTEND:20230208T181500Z DTSTAMP:20230111T182138Z LAST-MODIFIED:20230110T152442Z位置:在线研讨会:摘要:贝叶斯更新和动态流\，物理∩ML研讨会\，大卫·伯曼\，玛丽女王大学描述:统计推断是在给定数据集的模型参数空间上确定概率能力分布的过程。随着越来越多的数据可用，这个概率分布通过贝叶斯定理的应用得到更新。我们提出了一个处理这个贝叶斯更新过程作为一个连续的动力系统。统计推断然后由一阶差分方程控制，描述由参数模型族确定的信息地理测量中的轨迹或流。我们为一些简单的模型解了这个方程，并表明当Cram´er-Rao边界饱和时，学习率受简单的1/T幂律支配，其中T是表示数据量的类时变量。我们用基于高斯和Ising模型中耦合常数的推断的解析和数值例子来说明这一点。最后，我们将贝叶斯流所表现出的定性行为与各种神经网络在基准数据集(如MNIST和CIFAR10)上的训练进行了比较，并表明对于表现出小损耗的网络，简单幂律也得到了满足。URL://www.careercomber.com/events/?id=8135结束:VEVENT结束:VCALENDAR