arXiv stat.ML· Bin Luo·· 18 天前AI 评分36
SelectPFN：基于先验数据拟合网络的高摊销贝叶斯变量选择方法
SelectPFN: Amortized Bayesian Variable Selection for Sparse Nonlinear Regression with Prior-Data Fitted Networks
AI 导读
研究者提出面向稀疏非线性回归的 SelectPFN 模型，能在单次前向传播中联合完成贝叶斯变量选择与预测，并输出所有变量的后验纳入概率。该网络基于群组 spike-and-slab 稀疏输入先验完成预训练，结合 knockoff 特征可实现精确的有限样本错误发现率（FDR）控制。
来源：arXiv stat.ML · arxiv.org