Inferência Variacional Hierárquica
A inferência variacional hierárquica (HVI) estende a inferência variacional padrão ao colocar uma estrutura mais rica e hierárquica na própria família variacional. Em vez de usar uma aproximação simples de campo médio, a HVI introduz variáveis latentes auxiliares que capturam dependências entre as variáveis latentes principais, resultando em limites inferiores de evidência mais apertados e aproximações de posterior mais precisas para modelos Bayesianos complexos.
Leia o método completo
Entre com uma conta gratuita para ler esta seção.
Method map
The neighbourhood of related methods — select a node to explore.
Fontes
- 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 ↗
Como citar esta página
ScholarGate. (2026, June 3). Hierarchical Variational Inference. ScholarGate. https://scholargate.app/pt/bayesian/hierarchical-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.
- Regressão BayesianaBayesiano↔ compare
- Inferência Bayesiana HierárquicaBayesiano↔ compare
- Cadeia de Markov Monte Carlo HierárquicaBayesiano↔ compare
- Cadeia de Markov Monte Carlo (MCMC)Bayesiano↔ compare
- Inferência VariacionalBayesiano↔ compare
Referenciado por
Encontrou um problema nesta página? Relate ou sugira uma correção →