arXiv发布聚合归一化流链似然近似研究

Getachew K Befekadu 在 arXiv 提交预印本，提出基于 n-aggregated normalizing flows 链的似然近似方案，用于基于仿真的推理。该方法让前向复杂仿真模型生成的多组观测数据依次通过多组双射变换，并假设前 k 组变换的参数按最优性顺序估计，从而支持高维参数空间的高效探索与平滑插值。 据该预印本，框架还提供代理模型，用于贝叶斯范式下的样本生成、假设检验与不确定性量化。

AI 根据报道生成 · 2 小时前更新

还没有足够的连续观测数据，暂不绘制趋势。