Hierarchické variačné odvodzovanie
Hierarchické variačné odvodzovanie (HVI) rozširuje štandardné variačné odvodzovanie umiestnením bohatejšej, hierarchickej štruktúry na samotnú variačnú rodinu. Namiesto použitia jednoduchej aproximácie stredného poľa (mean-field) HVI zavádza pomocné latentné premenné, ktoré zachytávajú závislosti medzi hlavnými latentnými premennými, čo vedie k presnejším dolným hraniciam dôkazu a presnejším aproximáciám posterioru pre komplexné Bayesovské modely.
Prečítať celú metódu
Ak si chcete prečítať túto sekciu, prihláste sa s bezplatným účtom.
Method map
The neighbourhood of related methods — select a node to explore.
Zdroje
- 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 ↗
Ako citovať túto stránku
ScholarGate. (2026, June 3). Hierarchical Variational Inference. ScholarGate. https://scholargate.app/sk/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.
- Bayesovská regresiaBayesovské metódy↔ compare
- Hierarchické Bayesovské usudzovanieBayesovské metódy↔ compare
- Hierarchické Markovove reťazcové Monte CarloBayesovské metódy↔ compare
- Markov Chain Monte Carlo (MCMC)Bayesovské metódy↔ compare
- Variačná inferenciaBayesovské metódy↔ compare
Odkazujú sem
Našli ste na tejto stránke chybu? Nahláste ju alebo navrhnite opravu →