新方法改进高斯过程隐变量模型变分推断
热点事件持续更新
新方法改进高斯过程隐变量模型变分推断
1 篇报道1 个报道来源4 小时前更新
先了解这件事
AI 综述
Maksym Tretiakov 等作者发表论文,将摊销结构化随机变分推断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,突破了均值场变分近似的限制。作者称,这一更灵活的后验改善了数据流形上数据点重建的多项指标。
AI 根据报道生成 · 59 分钟前更新
最新进展10月5日 12:00
面向高斯过程隐变量模型的摊销结构化随机变分推理报道时间线
沿着报道,了解事件的不同侧面。
10月5日
- arXiv:cs.LG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,突破了均值场变分近似的限制。这一更灵活的后验改善了数据流形上数据点重建的多项指标。
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。