Робастне варіаційне виведення
Робастне варіаційне виведення (RVI) розширює стандартне варіаційне виведення шляхом заміни дивергенції Кульбака — Лейблера на міру дивергенції, яка менш чутлива до викидів та неправильної специфікації моделі — наприклад, бета-дивергенції або дивергенції типу Реньї. Це призводить до апроксимацій апостеріорного розподілу, які залишаються добре себе поводячими, навіть коли частка даних відхиляється від припущеної моделі.
Читати метод повністю
Увійдіть із безкоштовним обліковим записом, щоб прочитати цей розділ.
Method map
The neighbourhood of related methods — select a node to explore.
Джерела
- 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 ↗
Як цитувати цю сторінку
ScholarGate. (2026, June 3). Robust Variational Inference. ScholarGate. https://scholargate.app/uk/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.
- Апроксимаційні байєсівські обчисленняІмітаційне моделювання↔ compare
- Байєсівська регресіяБаєсові методи↔ compare
- Метод Монте-Карло на основі Марковських ланцюгів (MCMC)Імітаційне моделювання↔ compare
- Робастне байєсіанське висновуванняБаєсові методи↔ compare
- Робастний Марковський ланцюг Монте-КарлоБаєсові методи↔ compare
- Варіаційний висновокБаєсові методи↔ compare
Згадується в
Помітили помилку на цій сторінці? Повідомте про неї або запропонуйте виправлення →