跳到正文
arXiv stat.ML· Chuntao Chen, Tapio Helin, Nuutti Hyv\"onen, Yuya Suzuki·· 2 小时前AI 评分12

贝叶斯最优实验设计中微分熵的近似方法

Approximation of differential entropy in Bayesian optimal experimental design

AI 导读

针对贝叶斯最优实验设计,研究者提出一种在加性高斯噪声模型下近似证据密度、用标准方法评估微分熵的计算策略,无需额外似然评估。该方法在熵评估成本可忽略时,收敛速率与现有完整期望信息增益估计方法相当或更优,且仅依赖前向映射的温和平滑性。数值实验验证了部分理论结果。

来源:arXiv stat.ML · arxiv.org