استنتاج بیزی قوی
استنتاج بیزی قوی (RVI) استنتاج بیزی استاندارد را با جایگزینی واگرایی کولبک-لایبلر با معیاری از واگرایی که نسبت به دادههای پرت و مشخصات نادرست مدل حساسیت کمتری دارد - مانند واگرایی بتا یا واگرایی نوع رنی - گسترش میدهد. این امر تقریبهای پسین را ایجاد میکند که حتی زمانی که کسری از دادهها از مدل مفروض منحرف میشوند، همچنان خوشرفتار باقی میمانند.
مطالعهٔ کامل روش
برای خواندن این بخش با حساب رایگان وارد شوید.
Method map
The neighbourhood of related methods — select a node to explore.
منابع
- 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 ↗
نحوهٔ استناد به این صفحه
ScholarGate. (2026, June 3). Robust Variational Inference. ScholarGate. https://scholargate.app/fa/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.
- محاسبات بیزی تقریبیشبیهسازی↔ compare
- رگرسیون بیزیبیزی↔ compare
- زنجیره مارکوف مونت کارلو (MCMC)شبیهسازی↔ compare
- استنتاج بیزی مقاومبیزی↔ compare
- Markov Chain Monte Carlo (MCMC) مقاومسازی شدهبیزی↔ compare
- استنتاج تغییریبیزی↔ compare
ارجاعشده در
در این صفحه مشکلی دیدید؟ گزارش دهید یا اصلاحی پیشنهاد کنید →