跳到正文
热点事件观察中

GP-LVM 变分推断放宽平均场近似

1 篇报道1 个报道来源1 天前更新

先了解这件事

AI 综述

Maksym Tretiakov 等作者将摊销结构化随机变分推断(Amortized Structured Stochastic Variational Inference)用于高斯过程隐变量模型,使隐空间的变分后验可以条件依赖于诱导点的取值,从而突破原有诱导点与隐变量之间平均场近似的限制。 作者称,这一更灵活的变分后验在多项数据流形重建指标上取得提升。

AI 根据报道生成 · 14 小时前更新

报道时间线

沿着报道,了解事件的不同侧面。

10月5日
  1. arXiv stat.ML
    面向高斯过程隐变量模型的摊销结构化随机变分推理

    研究将摊销结构化随机变分推理(Amortized Structured Stochastic Variational Inference)用于高斯过程隐变量模型,使隐空间的变分后验可条件依赖于诱导点取值,突破了原有诱导点与隐变量间平均场近似的限制。这一更灵活的变分后验在多项数据流形重建指标上取得提升。

本事件热度走势

还没有足够的连续观测数据,暂不绘制趋势。