核回歸

深度分析

TNP-KR：以 Kernel Regression Block 與 Performer 擴展 Transformer Neural Process 的可擴展性

面對大尺度時空過程的計算瓶頸，研究提出TNP-KR。方法在編碼器引入KRBlock，把交叉注意力視作核回歸，並以Performer近似進一步降複雜度，結果能在消費級GPU上擴展到百萬量級測試與觀測點，同時保有與最先進方法相近的預測與不確定性表現。