Bayesian methodsBayesian / computational
階層的変分推論
階層的変分推論（HVI）は、変分族自体に、より豊かな階層構造を配置することによって、標準的な変分推論を拡張する。単純な平均場近似を使用する代わりに、HVIは補助的な潜在変数を導入し、主要な潜在変数間の依存関係を捉え、複雑なベイズモデルに対してよりタイトなエビデンス下限とより正確な事後分布近似をもたらす。
手法の全文を読む
会員限定
ログイン無料アカウントでログインすると、このセクションを読めます。
手法マップ
関連する手法の近傍 — ノードを選択して探索できます。
出典
- 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 ↗
このページの引用方法
ScholarGate. (2026, June 3). Hierarchical Variational Inference. ScholarGate. https://scholargate.app/ja/bayesian/hierarchical-variational-inference
どの手法を選ぶ？
この手法を最も近い類縁の手法と並べ、両者を見比べてください — ライブラリは本を机の上に並べるだけ。選ぶのはあなたです。
並べて比較する →