贝叶斯超参数优化matlab代码-bayes-mtl-traj:基于贝叶斯多任务学习的参数化轨迹模型

上传者: 38642285 | 上传时间: 2021-09-06 09:54:47 | 文件大小: 20.19MB | 文件类型: ZIP
贝叶斯超参数优化matlab代码用于建模生物标志物轨迹的参数贝叶斯多任务学习 该模型同时为多个受试者构建和测试纵向轨迹模型,允许使用生物标志物相似性度量的受试者模型的信息共享(即耦合)。 此代码来自我们的“使用参数贝叶斯多任务学习建模纵向生物标志物”() 和 OHBM 2018。 目录 blr_sim 目录包含用于模拟的顶级文件,而 blr 目录包含大部分模型训练、预测和性能评估代码。 gpml-matlab-v4.0-2016-10-19 目录用于超参数优化,aboxplot 目录用于制作漂亮的箱线图。 utils 包含一些基本的实用功能。 简单的例子 blr_sim 目录中有一个简单的示例,您可以运行和修改它: simple_example 模拟 您还可以通过以下方式运行我们论文中描述的模拟: sim_both_full 这将在 out_blr_sim 目录中为您生成几个中间文件以及两个数字(来自论文),这些数字显示了 50 次模拟运行和 2 个模拟场景(截距变化和受试者轨迹的斜率变化)。 上面的命令至少需要几个小时才能运行,因为它在两个模拟场景(8 x 50 x 4 x 2 =

文件下载

资源详情

[{"title":"( 170 个子文件 20.19MB ) 贝叶斯超参数优化matlab代码-bayes-mtl-traj:基于贝叶斯多任务学习的参数化轨迹模型","children":[{"title":"createEmptyStruct.m <span style='color:#111;'> 156B </span>","children":null,"spread":false},{"title":"create_aboxplot.m <span style='color:#111;'> 264B </span>","children":null,"spread":false},{"title":"minimize_gpml.m <span style='color:#111;'> 10.93KB </span>","children":null,"spread":false},{"title":"dispf.m <span style='color:#111;'> 77B </span>","children":null,"spread":false},{"title":"rotateFigFont.m <span style='color:#111;'> 316B </span>","children":null,"spread":false},{"title":"......","children":null,"spread":false},{"title":"<span style='color:steelblue;'>文件过多,未全部展示</span>","children":null,"spread":false}],"spread":true}]

评论信息

免责申明

【只为小站】的资源来自网友分享,仅供学习研究,请务必在下载后24小时内给予删除,不得用于其他任何用途,否则后果自负。基于互联网的特殊性,【只为小站】 无法对用户传输的作品、信息、内容的权属或合法性、合规性、真实性、科学性、完整权、有效性等进行实质审查;无论 【只为小站】 经营者是否已进行审查,用户均应自行承担因其传输的作品、信息、内容而可能或已经产生的侵权或权属纠纷等法律责任。
本站所有资源不代表本站的观点或立场,基于网友分享,根据中国法律《信息网络传播权保护条例》第二十二条之规定,若资源存在侵权或相关问题请联系本站客服人员,zhiweidada#qq.com,请把#换成@,本站将给予最大的支持与配合,做到及时反馈和处理。关于更多版权及免责申明参见 版权及免责申明