Dynamisk variell inferens
Dynamisk variell inferens utökar ramverket för variell inferens till sekventiella och tidsserier genom att postulera en strukturerad approximativ posterior som respekterar den temporala ordningen av latenta tillstånd. Den lär sig gemensamt en generativ modell för hur dolda tillstånd utvecklas över tid och ett igenkänningsnätverk som mappar observerade sekvenser tillbaka till dessa latenta tillstånd, och optimerar en sekventiell evidence lower bound (ELBO).
Läs hela metoden
Logga in med ett kostnadsfritt konto för att läsa avsnittet.
Method map
The neighbourhood of related methods — select a node to explore.
Källor
Så citerar du den här sidan
ScholarGate. (2026, June 3). Dynamic Variational Inference for Sequential Latent Variable Models. ScholarGate. https://scholargate.app/sv/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.
- Dynamiskt Bayesianskt NätverkBayesiansk statistik↔ compare
- KalmanfilterBayesiansk statistik↔ compare
- Partikelfilter (sekventiell Monte Carlo)Bayesiansk statistik↔ compare
- Sekventiell Monte CarloBayesiansk statistik↔ compare
- Bayesiansk inferens för tidsserierBayesiansk statistik↔ compare
- VariationsinferensBayesiansk statistik↔ compare
Refereras av
Hittade du ett fel på sidan? Rapportera eller föreslå en rättelse →