University of Edinburgh（爱丁堡大学）

2603.20908 2026-03-24 cs.LG stat.ML

Bayesian Scattering: A Principled Baseline for Uncertainty on Image Data

贝叶斯散射：图像数据不确定性的原理性基准

Bernardo Fichera, Zarko Ivkovic, Kjell Jorner, Philipp Hennig, Viacheslav Borovitskiy

机构 * University of Tübingen（图宾根大学）； ETH Zurich（苏黎世联邦理工学院）； University of Edinburgh（爱丁堡大学）

AI总结本文提出贝叶斯散射作为图像数据不确定性的基准方法，结合波let散射变换与概率头，避免过拟合，适用于分布偏移下的不确定性估计。

2603.20587 2026-03-24 cs.LG cs.IT math.IT math.MG

Neural collapse in the orthoplex regime

在正八面体 regime 中的神经坍缩

James Alcala, Rayna Andreeva, Vladimir A. Kobzar, Dustin G. Mixon, Sanghoon Na, Shashank Sule, Yangxinyu Xie

机构 * Department of Mathematics, University of Southern California（南加州大学数学系）； School of Informatics, University of Edinburgh（爱丁堡大学信息学院）； Department of Mathematics, The Ohio State University（俄亥俄州立大学数学系）； Translational Data Analytics Institute, The Ohio State University（俄亥俄州立大学转化数据分析研究所）； Department of Mathematics, University of Maryland（马里兰大学数学系）； Department of Statistics and Data Science, University of Pennsylvania（宾夕法尼亚大学统计与数据科学系）

AI总结研究在正八面体 regime 中神经网络特征向量的几何特性，利用Radon定理和凸性分析不同场景下的坍缩现象。

2603.20505 2026-03-24 cs.AI

Efficient Counterfactual Reasoning in ProbLog via Single World Intervention Programs

通过单世界干预程序在ProbLog中实现高效的反事实推理

Saimun Habib, Vaishak Belle, Fengxiang He

机构 * University of Edinburgh（爱丁堡大学）； The MITRE Corporation（MITRE公司）

AI总结本文提出单世界干预程序(SWIPs)用于ProbLog中的反事实推理，通过将ProbLog子句分为观测和固定部分，减少计算复杂度并提升推理可靠性，实验表明在大规模数据上推理时间减少35%。