Explainable Bayesian deep learning through input-skip Latent Binary Bayesian Neural Networks
通过输入跳跃潜在二元贝叶斯神经网络实现可解释的贝叶斯深度学习
机构 * Norwegian University of Life Sciences Ås（挪威生命科学大学 Ås）
AI总结 研究用人工神经网络建模自然现象的问题，核心方法是提出输入跳跃潜在二元贝叶斯神经网络。主要贡献是简化网络、量化不确定性、识别协变量、调整非线性，还引入活跃路径增强解释。
Comments 42 pages, 22 tables, 24 figures. Code available at https://github.com/eirihoyh/ISLaB-LBBNN/tree/JAIR
Journal ref Journal of Artificial Intelligence Research 86, Article 16 (2026) 1-42
