Step-DAD: Semi-Amortized Policy-Based Bayesian Experimental Design

Fuente: arXiv

Guardado en:

Detalles Bibliográficos
Autores principales:	Hedman, Marcel, Ivanova, Desi R., Guan, Cong, Rainforth, Tom
Formato:	Preprint
Publicado:	2025
Materias:	Machine Learning
Acceso en línea:	Acceder al recurso
Etiquetas:	Agregar Etiqueta Sin Etiquetas, Sea el primero en etiquetar este registro!

Internet

https://arxiv.org/abs/2507.14057