PulseAugur
中
实时 07:50:38
Português(PT) Minimum Distance Summaries for Robust Neural Posterior Estimation

新方法增强神经后验估计的鲁棒性

作者 PulseAugur 编辑部 · [1 个来源] ·

研究人员开发了一种名为最小距离摘要的新方法，用于模拟基础推理中的鲁棒神经后验估计。该方法在测试时调整摘要，独立于预训练的神经后验估计器，以提高对训练数据分布偏差的鲁棒性。该方法利用最大均值差异（MMD），并可以使用随机傅里叶特征进行高效实现，提供了一种具有理论保证和经验收益的轻量级、无模型适应程序。 AI

排序理由 这是一篇发表在arXiv上的研究论文，详细介绍了一种新的神经后验估计方法。[lever_c_demoted from research: ic=1 ai=1.0]

在 arXiv stat.ML 阅读 →

AI 生成摘要 · Google Gemini · 来自 1 个来源。 我们如何撰写摘要 →

报道来源 [1]

  1. arXiv stat.ML TIER_1 Português(PT) · Sherman Khoo, Dennis Prangle, Song Liu, Mark Beaumont ·

    Minimum Distance Summaries for Robust Neural Posterior Estimation

    arXiv:2602.09161v2 Announce Type: replace Abstract: Simulation-based inference (SBI) enables amortized Bayesian inference by first training a neural posterior estimator (NPE) on prior-simulator pairs, typically through low-dimensional summary statistics, which can then be cheaply…

相关实体

相关话题