会员服务
大多数概率模型中, 计算后验边际或准确计算归一化常数都是很困难的. 变分推断(variational inference)是一个近似计算这两者的框架. 变分推断把推断看作优化问题: 我们尝试根据某种距离度量来寻找一个与真实后验尽可能接近的分布(或者类似分布的表示).
Particle-based Variational Inference with Preconditioned Functional Gradient Flow
Arxiv
1+阅读 · 2023年4月18日
Sample Average Approximation for Black-Box VI
Arxiv
0+阅读 · 2023年4月13日
Dynamic variable selection in high-dimensional predictive regressions
Arxiv
0+阅读 · 2023年4月14日
Black Box Variational Inference with a Deterministic Objective: Faster, More Accurate, and Even More Black Box
Arxiv
0+阅读 · 2023年4月11日
Forward-backward Gaussian variational inference via JKO in the Bures-Wasserstein Space
Arxiv
0+阅读 · 2023年4月10日
Variational Inference for Longitudinal Data Using Normalizing Flows
Arxiv
0+阅读 · 2023年3月24日
参考链接
父主题
概率图模型
微信扫码咨询专知VIP会员
Top