两篇新论文介绍了模拟基经验贝叶斯(SBEB),这是一种在似然仅可通过模拟器获得的条件下,对相关潜在变量进行同步推断的方法。第一篇论文《模拟基经验贝叶斯》通过使用观测数据、模拟器样本和摊销推断网络,详细介绍了SBEB在没有显式密度的情况下计算EB估计值的方法。第二篇论文《机器学习中的贝叶斯和频率派模拟基推断简介》概述了基于机器学习的SBI的贝叶斯和频率派框架,并重点介绍了它们在参数估计、经验贝叶斯和展开任务中的应用。 AI
影响 引入了使用机器学习进行科学推断的新方法,有可能提高复杂模拟的准确性。
排序理由 两篇在arXiv上发表的学术论文,介绍了模拟基经验贝叶斯。
- alphaXiv
- arXiv
- Bayesian
- CatalyzeX
- DagsHub
- Gotit.pub
- Hugging Face
- machine learning
- Neural Likelihood Estimation
- Neural Posterior Estimation
- ScienceCast
- Simulation-Based Empirical Bayes
- Simulation-Based Inference
AI 生成摘要 · Google Gemini · 来自 2 个来源。 我们如何撰写摘要 →