Robust variational inference (RVI)
Robust variational inference (RVI) laajentaa standardia variaatioinferenssiä korvaamalla Kullback-Leibler-divergenssin divergenssimitalla, joka on vähemmän herkkä poikkeaville arvoille ja mallin virheelliselle määrittelylle – kuten beta-divergenssi tai Renyi-tyyppinen divergenssi. Tämä tuottaa posteriorisia approksimaatioita, jotka pysyvät hyvin käyttäytyvinä, vaikka murto-osa datasta poikkeaisikin oletetusta mallista.
Lue koko menetelmä
Kirjaudu sisään maksuttomalla tilillä lukeaksesi tämän osion.
Method map
The neighbourhood of related methods — select a node to explore.
Lähteet
- 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 ↗
Näin viittaat tähän sivuun
ScholarGate. (2026, June 3). Robust Variational Inference. ScholarGate. https://scholargate.app/fi/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.
- Approksimatiivinen Bayesilainen LaskentaSimulointi↔ compare
- Bayesilainen regressioBayesilainen tilastotiede↔ compare
- Markov Chain Monte Carlo (MCMC)Simulointi↔ compare
- Robustin Bayesiläinen päättelyBayesilainen tilastotiede↔ compare
- Robust Markov Chain Monte CarloBayesilainen tilastotiede↔ compare
- VariaatioinferenssiBayesilainen tilastotiede↔ compare
Tähän viittaavat
Huomasitko virheen tällä sivulla? Ilmoita siitä tai ehdota korjausta →