Inferência Variacional Robusta
A inferência variacional robusta (RVI) estende a inferência variacional padrão substituindo a divergência de Kullback-Leibler por uma medida de divergência menos sensível a valores atípicos e a especificação incorreta do modelo — como a beta-divergência ou uma divergência do tipo Renyi. Isso produz aproximações posteriores que permanecem bem comportadas mesmo quando uma fração dos dados se desvia do modelo assumido.
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
- 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 ↗
- 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 ↗
Como citar esta página
ScholarGate. (2026, June 3). Robust Variational Inference. ScholarGate. https://scholargate.app/pt/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.
- Computação Bayesiana AproximadaSimulação↔ compare
- Regressão BayesianaBayesiano↔ compare
- Markov Chain Monte Carlo (MCMC)Simulação↔ compare
- Inferência Bayesiana RobustaBayesiano↔ compare
- Markov Chain Monte Carlo RobustoBayesiano↔ compare
- Inferência VariacionalBayesiano↔ compare
Referenciado por
Encontrou um problema nesta página? Relate ou sugira uma correção →