阿德维

斯坦的自动变分推理。变分推理是一种可扩展的近似贝叶斯推理技术。推导变分推理算法需要繁琐的模型特定计算;这使得自动化变得很困难。提出了一种自动变分推理算法,自动微分变分推理(ADVI)。用户只提供一个贝叶斯模型和一个数据集;没别的了。我们不做共轭假设,支持广泛的模型。该算法自动确定合适的变分族并优化变分目标。我们在一个概率编程框架Stan(code available now)中实现ADVI。我们比较了ADVI和MCMC抽样在分层广义线性模型,非共轭矩阵分解和混合模型。我们在25万张图片上训练混合模型。有了ADVI,我们可以对Stan中编写的任何模型使用变分推理。


zbMATH中的参考文献(参考文献27条,2标准条款)

显示第1到第20个结果,共27个。
按年份排序(引文)
  1. Kelter,Riko:(\mathcalM)-开放环境下的贝叶斯模型选择——通过差分估计器进行有效大规模漏出交叉验证的近似后验推理和子抽样(2021)
  2. 尼梅斯,克里斯托弗;费恩黑德,保罗:随机梯度马尔可夫链蒙特卡罗(2021)
  3. 安德拉德,丹尼尔;武田、秋子;Fukumizu,Kenji:基于高斯图形模型的变量聚类稳健贝叶斯模型选择(2020)
  4. Drori,Iddo:深度变分推理(2020)
  5. 卡里米,贝尔哈尔;拉维勒,马克;非线性模型的快速算法(EM2020)
  6. 阮,黄;康塞普西翁先生;Galeano,Pedro:高维结构因子copula的变分推理(2020)
  7. 诺特,大卫J。;王学欧;埃文斯,迈克尔;Englert,Berthold-Georg:使用后验发散检验先验数据冲突(2020)
  8. 潘少武;Duraisamy,Karthik:具有保证稳定性的非线性动力学线性嵌入的物理信息概率学习(2020)
  9. 雷内,亚历山德拉;隆廷,安德烈;Macke,Jakob H.:从人口峰值序列推断介观人口模型(2020年)
  10. 萨哈,阿比乔伊;巴拉特,卡尔提克;Kurtek,Sebastian:贝叶斯推断的几何变分方法(2020)
  11. 叶,李峰;贝斯科斯,亚历山德罗斯;迪奥里奥,玛丽亚;郝杰:蒙特卡罗坐标上升变分推断(2020)
  12. 余杭;吴松伟;辛、鲁音;Dauwels,Justin:稀疏网络的快速贝叶斯推断与自动稀疏性确定(2020)
  13. 阿兹蒙蒂,劳拉;科拉尼,乔治;Zaffalon,Marco:贝叶斯网络参数的分层估计(2019)
  14. 巴拉哈斯·索拉诺,D.A。;Tartakovsky,A.M.:非均匀和状态相关系数偏微分方程的近似贝叶斯模型反演(2019)
  15. 麦克莱恩,M.W。;Wand,M.P.:精细响应回归模型的变分信息传递(2019)
  16. 王一欣;Blei,David M.:变分贝叶斯的频率一致性(2019)
  17. 王一欣;布莱,大卫M.:多重原因的祝福(2019)
  18. 拜登,在ılım guneş;珠穆特,巴拉克A。;拉杜尔,亚历克赛·安德烈耶维奇;Siskind,Jeffrey Mark:机器学习中的自动差异化:调查(2018)
  19. 乔达诺,瑞安;布罗德里克,塔马拉;乔丹,迈克尔一世:协方差、稳健性和变分贝叶斯(2018)
  20. MacNab,Ying C.:关于“多元高斯-马尔可夫随机场的一些最新研究”的回应(2018)