Dynamisk Variasjonsinferens
Dynamisk variasjonsinferens utvider rammeverket for variasjonsinferens til sekvensielle og tidsserier ved å postulere en strukturert tilnærmet posterior som respekterer den temporale rekkefølgen av latente tilstander. Den lærer samlet en generativ modell for hvordan skjulte tilstander utvikler seg over tid og et gjenkjenningsnettverk som mapper observerte sekvenser tilbake til disse latente tilstandene, og optimaliserer en sekvensiell bevis-nedre grense (ELBO).
Les hele metoden
Logg inn med en gratis konto for å lese denne delen.
Method map
The neighbourhood of related methods — select a node to explore.
Kilder
Slik siterer du denne siden
ScholarGate. (2026, June 3). Dynamic Variational Inference for Sequential Latent Variable Models. ScholarGate. https://scholargate.app/no/bayesian/dynamic-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.
- Dynamisk Bayesiansk NettverkBayesiansk↔ compare
- Kalman-filteretBayesiansk↔ compare
- Partikkelfilter (sekvensiell Monte Carlo)Bayesiansk↔ compare
- Sekvensiell Monte CarloBayesiansk↔ compare
- Bayesiansk inferens for tidsserierBayesiansk↔ compare
- VariasjonsinferensBayesiansk↔ compare
Referert av
Funnet en feil på denne siden? Rapporter eller foreslå en rettelse →