Robusno varijacijsko zaključivanje
Robusno varijacijsko zaključivanje (RVI) proširuje standardno varijacijsko zaključivanje zamjenom Kullback-Leiblerove divergencije mjerom divergencije koja je manje osjetljiva na ekstremne vrijednosti i pogrešnu specifikaciju modela — kao što je beta-divergencija ili divergencija tipa Renyi. To rezultira aproksimacijama posteriora koje ostaju dobro ponašajuće čak i kada dio podataka odstupa od pretpostavljenog modela.
Pročitajte cijelu metodu
Prijavite se besplatnim računom kako biste pročitali ovaj odjeljak.
Method map
The neighbourhood of related methods — select a node to explore.
Izvori
- 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 ↗
Kako citirati ovu stranicu
ScholarGate. (2026, June 3). Robust Variational Inference. ScholarGate. https://scholargate.app/hr/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.
- Approximate Bayesian ComputationSimulacija↔ compare
- Bayesovska regresijaBayesovska statistika↔ compare
- Markov Chain Monte Carlo (MCMC)Simulacija↔ compare
- Robusno Bejzovsko zaključivanjeBayesovska statistika↔ compare
- Robusni Markovljevi lanci (MCMC)Bayesovska statistika↔ compare
- Varijacijska inferencijaBayesovska statistika↔ compare
Citirana u
Uočili ste pogrešku na ovoj stranici? Prijavite je ili predložite ispravak →