Dynamiczna inferencja wariacyjna
Dynamiczna inferencja wariacyjna rozszerza ramy inferencji wariacyjnej na ustawienia sekwencyjne i szeregów czasowych, postulując ustrukturyzowane przybliżone posteriori, które respektuje porządek czasowy stanów ukrytych. Uczy się ona jednocześnie modelu generatywnego, opisującego ewolucję stanów ukrytych w czasie, oraz sieci rozpoznawczej, która odwzorowuje obserwowane sekwencje z powrotem na te stany ukryte, optymalizując sekwencyjną dolną granicę dowodową (ELBO).
Przeczytaj pełny opis metody
Zaloguj się na bezpłatne konto, aby przeczytać tę sekcję.
Method map
The neighbourhood of related methods — select a node to explore.
Źródła
Jak cytować tę stronę
ScholarGate. (2026, June 3). Dynamic Variational Inference for Sequential Latent Variable Models. ScholarGate. https://scholargate.app/pl/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.
- Sieci Bayesowskie DynamiczneStatystyka bayesowska↔ compare
- Filtr KalmanaStatystyka bayesowska↔ compare
- Filtr cząsteczkowy (Sekwencyjny Monte Carlo)Statystyka bayesowska↔ compare
- Sekwencyjne metody Monte CarloStatystyka bayesowska↔ compare
- Bayesowskie wnioskowanie w szeregach czasowychStatystyka bayesowska↔ compare
- Inferencja wariacyjnaStatystyka bayesowska↔ compare
Cytowana przez
Widzisz błąd na tej stronie? Zgłoś go lub zaproponuj poprawkę →