BayesNDE

BayesNDE：用于神经密度估计的新型贝叶斯生成模型

研究人员推出 BayesNDE，这是一种利用贝叶斯生成模型的新型神经密度估计器。该方法通过推断特定于样本的潜在后验，绕过了对可逆网络或雅可比行列式计算的需求。然后，BayesNDE 采用桥接采样来组合提议样本和后验样本，以进行准确的密度估计。实验表明，BayesNDE 在合成和真实世界数据集上均优于现有的神经密度估计器，尤其是在异常检测方面。