Robustne variatsiooniline järeldus
Robustnevariatsiooniline inferents (RVI) laiendab standardsetvariatsiooniline inferentsi, asendades Kullback-Leibleri divergentsi divergentsimõõduga, mis on vähem tundlik äärmuslike väärtuste ja mudeli valesti spetsifitseerimise suhtes – nagu beeta-divergents või Renyi-tüüpi divergents. See annab posteriorseid aproksimatsioone, mis jäävad hästi käituvateks isegi siis, kui murdosa andmetest erineb eeldatud mudelist.
Loe meetodi täielikku kirjeldust
Selle osa lugemiseks logi sisse tasuta kontoga.
Method map
The neighbourhood of related methods — select a node to explore.
Allikad
- Futami, F., Sato, I. & Sugiyama, M. (2018). Variational inference based on robust divergences. Proceedings of the 21st International Conference on Artificial Intelligence and Statistics (AISTATS), PMLR 84:813-822. link ↗
- Ghosh, S. & Basu, A. (2016). Robust Bayes estimation using the density power divergence. Annals of the Institute of Statistical Mathematics, 68(2), 413-437. link ↗
Kuidas sellele lehele viidata
ScholarGate. (2026, June 3). Robust Variational Inference. ScholarGate. https://scholargate.app/et/bayesian/robust-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.
- Tundlik-vaba järeldus (Approximate Bayesian ComputationSimulatsioon↔ compare
- Bayes' regressioonBayesi meetodid↔ compare
- Markov Chain Monte Carlo (MCMC)Simulatsioon↔ compare
- Robustne Bayes'i järeldusBayesi meetodid↔ compare
- Robust Markov Chain Monte CarloBayesi meetodid↔ compare
- Variational InferenceBayesi meetodid↔ compare
Sellele viitavad
Märkasid sellel lehel viga? Teata sellest või paku parandust →