arXiv stat.ML· Getachew K Befekadu·· 5 小时前AI 评分12
用聚合归一化流链实现复杂仿真模型的似然近似与推断
A perspective note on likelihood approximation and inference for complex simulation models using a chain of aggregated normalizing flows
AI 导读
研究提出用 n-聚合归一化流链做仿真推断中的似然近似，前向复杂仿真模型的多组复制观测数据依次通过多组双射变换，前 k 组变换的参数按最优性顺序估计，不受其余 n-k 组影响。该框架通过经验似然估计与带混合分布的序贯决策两条数学路径更新和聚合归一化流参数，并附带一个以正向仿真参数为条件的代理模型，支持样本生成及贝叶斯范式下的推断、假设检验与不确定性量化。
来源：arXiv stat.ML · arxiv.org