discriminator network

新的IVRS方法增强了贝叶斯机器学习后验近似

研究人员引入了隐式变分拒绝采样（IVRS），这是一种旨在增强贝叶斯机器学习中后验近似的新颖方法。该技术将神经网络建模的隐式分布与拒绝采样相结合，利用判别器网络通过估计密度比来改进近似。IVRS旨在克服传统均场变分推断的局限性以及单独使用神经网络约束可能产生的误差。所提出的方法还引入了隐式重采样证据下界（IR-ELBO）用于质量评估，并推导出了更紧的变分下界，实验结果表明其性能优于现有的变分推断方法。