arXiv cs.LG· Fredrik Cumlin, Saikat Chatterjee·· 3 小时前AI 评分12
DSR：面向变分序贯蒙特卡洛的可微系统重采样方法
Differentiable Systematic Resampling for Variational Sequential Monte Carlo
AI 导读
研究者提出可微系统重采样（DSR），一种温度控制的系统重采样松弛方法，在保留 CDF 有序带状结构的同时实现完整梯度回传，温度趋零时收敛于精确系统重采样，并证明了偏差的逐点指数收敛速率。相比基于最优传输的可微重采样，DSR 无需迭代求解器，计算开销显著更低。在随机动力系统和真实手写数据上的实验显示，DSR 取得相当或更优的滤波与动力学学习性能，该工作已被 NeurIPS 2026 接收。
来源：arXiv cs.LG · arxiv.org