标签
本文介绍神经最优粒子滤波器（NOPFs），它通过学习摊销提议分布来提高顺序推断任务中的样本效率和分布准确性，并利用数据驱动方法增强经典粒子滤波器。
This paper introduces Hybrid Probabilistic Zonotopes (HProbZ), a neural network output head that jointly models discrete modes, bounded drift, and stochastic noise with closed-form likelihood, enabling identifiable uncertainty decomposition, observation-driven contraction, and multi-modal conformal coverage.
这篇观点文章认为，由于严格的数学约束，生成模型的概率性扩展不足以用于量子电路生成，并提出了集成形式化方法的验证感知架构。