पदानुक्रमिक विचरण अनुमान (Hierarchical Variational Inference - HVI)
पदानुक्रमिक विचरण अनुमान (HVI) मानक विचरण अनुमान को विस्तारित करता है, जो स्वयं विचरण परिवार पर एक समृद्ध, पदानुक्रमिक संरचना रखता है। एक साधारण माध्य-क्षेत्र सन्निकटन (mean-field approximation) का उपयोग करने के बजाय, HVI सहायक गुप्त चर (auxiliary latent variables) प्रस्तुत करता है जो मुख्य गुप्त चरों के बीच निर्भरता को पकड़ते हैं, जिससे जटिल बायेसियन मॉडल के लिए तंग साक्ष्य निम्नतर सीमा (tighter evidence lower bounds) और अधिक सटीक पश्चगामी सन्निकटन (posterior approximations) प्राप्त होते हैं।
पूरी विधि पढ़ें
यह खंड पढ़ने के लिए निःशुल्क खाते से साइन इन करें।
Method map
The neighbourhood of related methods — select a node to explore.
स्रोत
- 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 ↗
- 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 ↗
इस पृष्ठ का उद्धरण कैसे दें
ScholarGate. (2026, June 3). Hierarchical Variational Inference. ScholarGate. https://scholargate.app/hi/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.
- बेयसियन रिग्रेशनबायेसियन↔ compare
- पदानुक्रमिक बायेसियन अनुमानबायेसियन↔ compare
- पदानुक्रमित मार्कोव श्रृंखला मोंटे कार्लोबायेसियन↔ compare
- मार्कोव चेन मोंटे कार्लो (MCMC)बायेसियन↔ compare
- Variational Inferenceबायेसियन↔ compare