研究者提出可微系统重采样方法DSR

Fredrik Cumlin 与 Saikat Chatterjee 提出可微系统重采样方法 DSR，用于变分序贯蒙特卡洛。该方法是对系统重采样的温度控制松弛，在保留累积分布函数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，作者并证明了偏差的逐点指数收敛速率。 与基于最优传输的可微重采样相比，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中，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。

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。