Bayesian methodsBayesian / computational

Ιεραρχική Βαριατική Συμπερασματολογία

Η ιεραρχική βαριατική συμπερασματολογία (HVI) επεκτείνει την τυπική βαριατική συμπερασματολογία τοποθετώντας μια πλουσιότερη, ιεραρχική δομή στην ίδια την βαριατική οικογένεια. Αντί να χρησιμοποιείται μια απλή προσέγγιση μέσου πεδίου, η HVI εισάγει βοηθητικές λανθάνουσες μεταβλητές που συλλαμβάνουν τις εξαρτήσεις μεταξύ των κύριων λανθανουσών μεταβλητών, αποδίδοντας στενότερα κάτω φράγματα της τεκμηρίωσης και ακριβέστερες προσεγγίσεις της οπίσθιας κατανομής για πολύπλοκα Μπεϋζιανά μοντέλα.

Άνοιγμα στο MethodMindΣύντομαΒίντεοΣύντομαDownload slides

Διαβάστε ολόκληρη τη μέθοδο

Μόνο για μέλη

Συνδεθείτε με δωρεάν λογαριασμό για να διαβάσετε αυτή την ενότητα.

Σύνδεση

Method map

The neighbourhood of related methods — select a node to explore.

Πηγές

  1. 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
  2. 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

Πώς να παραπέμψετε σε αυτή τη σελίδα

ScholarGate. (2026, June 3). Hierarchical Variational Inference. ScholarGate. https://scholargate.app/el/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.

Compare side by side

Αναφέρεται από

ScholarGateHierarchical Variational Inference (Hierarchical Variational Inference). Ανακτήθηκε στις 2026-06-15 από https://scholargate.app/el/bayesian/hierarchical-variational-inference · Σύνολο δεδομένων: https://doi.org/10.5281/zenodo.20539026