研究人员开发了一个锚定变分推理框架，旨在提高个性化序列潜在状态模型的效率。这种新方法通过在锚定点进行评估来近似完整的条件后验，从而解决了整合受试者特定随机效应的计算挑战。该框架通过混合隐马尔可夫模型和混合效应状态空间模型进行了演示，在保持准确估计的同时提供了显著的计算优势。 AI
影响 为复杂的序列模型引入了一种计算效率更高的推理方法，有可能使其在个性化数据分析中得到更广泛的应用。
排序理由 详细介绍统计模型新推理方法的学术论文。
AI 生成摘要 · Google Gemini · 来自 2 个来源。 我们如何撰写摘要 →
arXiv:2604.23454v1 Announce Type: cross Abstract: Sequential latent-variable models with subject-specific random effects provide a flexible framework for modeling temporally structured data with both local latent dynamics and stable between-subject heterogeneity. In such models, …
Sequential latent-variable models with subject-specific random effects provide a flexible framework for modeling temporally structured data with both local latent dynamics and stable between-subject heterogeneity. In such models, conditional inference for the local latent process…