Inferencia Variacional Jeràrquica
La inferència variacional jeràrquica (HVI) estén la inferència variacional estàndard col·locant una estructura més rica i jeràrquica en la pròpia família variacional. En lloc d'utilitzar una simple aproximació de camp mitjà, la HVI introdueix variables latents auxiliars que capturen dependències entre les variables latents principals, produint límits inferiors de l'evidència més ajustats i aproximacions posteriors més precises per a models bayesians complexos.
Llegeix el mètode complet
Inicia la sessió amb un compte gratuït per llegir aquesta secció.
Method map
The neighbourhood of related methods — select a node to explore.
Fonts
- Ranganath, R., Altosaar, J., Tran, D. & Blei, D. M. (2016). Hierarchical Variational Models. Proceedings of the 33rd International Conference on Machine Learning (ICML 2016), PMLR 48, 324-333. link ↗
- Jordan, M. I., Ghahramani, Z., Jaakkola, T. S. & Saul, L. K. (1999). An introduction to variational methods for graphical models. Machine Learning, 37(2), 183-233. DOI: 10.1023/A:1007665907178 ↗
Com citar aquesta pàgina
ScholarGate. (2026, June 3). Hierarchical Variational Inference. ScholarGate. https://scholargate.app/ca/bayesian/hierarchical-variational-inference
Which method?
Set this method beside its closest kin and read them side by side — the library lays the books on the table; the choice is yours.
- Regressió BayesianaBayesià↔ compare
- Inferència bayesiana jeràrquicaBayesià↔ compare
- Cadena de Markov de Monte Carlo jeràrquicaBayesià↔ compare
- Cadenes de Markov Monte Carlo (MCMC)Bayesià↔ compare
- Inferència variacionalBayesià↔ compare
Citat per
Has vist cap problema en aquesta pàgina? Informa'n o suggereix una correcció →