新方法用可学习变量变换降低MCMC方差

研究者提出一种通过可学习变量变换扩展 MCMC 控制变量精确解的方法：用归一化流等双射把目标分布映射到隐空间，使其接近参考密度，从而获得显式控制变量。作者称，在双射与目标的温和尾部条件下，该方法保持估计一致性，重要性采样是其极限情形，控制变量同样适用。 合成目标与真实后验实验将该方法与当前最优采样器及控制变量进行了对比。论文由 Siran Liu 等作者发表。

AI 根据报道生成 · 1 小时前更新

还没有足够的连续观测数据，暂不绘制趋势。