ScholarGate
Assistent
Bayesian methodsBayesian / computational

Robust variasjonsinferens

Robust variasjonsinferens (RVI) utvider standard variasjonsinferens ved å erstatte Kullback-Leibler-divergensen med et divergensmål som er mindre følsomt for uteliggere og modellfeilspesifikasjon – slik som beta-divergensen eller en Renyi-type divergens. Dette gir posterior-approksimasjoner som forblir veloppførte selv når en brøkdel av dataene avviker fra den antatte modellen.

Åpne i MethodMindSnartVideoSnartDownload slides

Les hele metoden

Kun for medlemmer

Logg inn med en gratis konto for å lese denne delen.

Logg inn

Method map

The neighbourhood of related methods — select a node to explore.

Kilder

  1. 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
  2. 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

Slik siterer du denne siden

ScholarGate. (2026, June 3). Robust Variational Inference. ScholarGate. https://scholargate.app/no/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.

Compare side by side

Referert av

ScholarGateRobust Variational Inference (Robust Variational Inference). Hentet 2026-06-15 fra https://scholargate.app/no/bayesian/robust-variational-inference · Datasett: https://doi.org/10.5281/zenodo.20539026