跳到正文
arXiv stat.ML· Umberto Picchini·· 3 小时前AI 评分16

面向难解似然的摊销比率估计重要性采样与局部化模拟校准

Amortized ratio-estimation importance sampling and localized simulation-based calibration for intractable likelihoods

AI 导读

研究提出面向难解似然模型的模拟贝叶斯推理(SBI)新方法,基于高斯混合专家代理模型构建序贯后验估计流程,并引入局部摊销的似然-证据比率估计器,可在新参数-数据对上直接评估而无需重新估计。第二项贡献是局部化模拟校准(SBC),仅对每个局部设计拟合一次代理与比率估计器并在所有伪观测间复用,以低额外计算成本提供比后验更宽邻域上的校准图形诊断。两项方法在三个案例研究中评估,包括一个真实流行病学应用。

来源:arXiv stat.ML · arxiv.org