Dynamická variační inference
Dynamická variační inference rozšiřuje rámec variační inference na sekvenční a časové řady tím, že předpokládá strukturovanou aproximovanou posteriorní distribuci, která respektuje časové uspořádání latentních stavů. Současně se učí generativní model toho, jak se skryté stavy vyvíjejí v čase, a rozpoznávací síť, která mapuje pozorované sekvence zpět na tyto latentní stavy, přičemž optimalizuje sekvenční dolní mez důkazu (ELBO).
Přečíst celou metodu
Pro přečtení této sekce se přihlaste s bezplatným účtem.
Method map
The neighbourhood of related methods — select a node to explore.
Zdroje
Jak citovat tuto stránku
ScholarGate. (2026, June 3). Dynamic Variational Inference for Sequential Latent Variable Models. ScholarGate. https://scholargate.app/cs/bayesian/dynamic-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.
- Dynamická Bayesovská síťBayesovská statistika↔ compare
- Kalmanův filtrBayesovská statistika↔ compare
- Částicový filtr (sekvenční Monte Carlo)Bayesovská statistika↔ compare
- Sekvenční Monte CarloBayesovská statistika↔ compare
- Bayesovská inference časových řadBayesovská statistika↔ compare
- Variační inferenceBayesovská statistika↔ compare
Odkazuje sem
Našli jste na této stránce chybu? Nahlaste ji nebo navrhněte opravu →