เปรียบเทียบวิธี

	การอนุมานแบบแปรผันเชิงลำดับชั้น	การอนุมานแบบเบย์ตามลำดับชั้น
สาขาวิชา	เบย์	เบย์
ตระกูล	Bayesian methods	Bayesian methods
ปีกำเนิด	2016	1972 (Lindley & Smith); consolidated 1995–2013
ผู้ริเริ่ม	Ranganath, Altosaar, Tran & Blei	Lindley & Smith; Gelman et al.
ประเภท	Bayesian approximate inference	Bayesian multilevel model
แหล่งต้นตำรับ	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.	Gelman, A., Carlin, J. B., Stern, H. S., Dunson, D. B., Vehtari, A. & Rubin, D. B. (2013). Bayesian Data Analysis (3rd ed.). CRC Press. ISBN: 978-1439840955
ชื่อเรียกอื่น	HVI, hierarchical variational models, hierarchical VI, hierarchical approximate inference	multilevel Bayesian modeling, Bayesian hierarchical model, nested Bayesian model, partial pooling model
ที่เกี่ยวข้อง	5	6
สรุป	Hierarchical variational inference (HVI) extends standard variational inference by placing a richer, hierarchical structure on the variational family itself. Instead of using a simple mean-field approximation, HVI introduces auxiliary latent variables that capture dependencies among the main latent variables, yielding tighter evidence lower bounds and more accurate posterior approximations for complex Bayesian models.	Hierarchical Bayesian inference is a probabilistic modeling framework that organises parameters into levels, placing priors on the group-level parameters and hyperpriors on the parameters governing those priors. It enables partial pooling of information across groups, balancing the extremes of treating each group as independent or merging them into a single estimate.