Dynamisk variationel inferens

Dynamisk variationel inferens udvider rammen for variationel inferens til sekventielle indstillinger og tidsserier ved at postulere en struktureret approksimativ posterior, der respekterer den tidsmæssige ordning af latente tilstande. Den lærer i fællesskab en generativ model for, hvordan skjulte tilstande udvikler sig over tid, og et genkendelsesnetværk, der kortlægger observerede sekvenser tilbage til disse latente tilstande, og optimerer en sekventiel evidens nedre grænse (ELBO).