Gillespie

New PST estimator enables gradient-based machine learning for discrete stochastic systems

研究人员开发了一种名为 Propensity Straight-Through (PST) 估计器的新方法，用于通过基于梯度的机器学习来训练离散随机系统。该技术通过吉尔斯皮类型模拟实现精确梯度计算，解决了当前方法的局限性。PST 在准确性方面与 Gumbel Softmax 等现有方法具有竞争力，同时收敛速度更快，并提供了一种无温度和无 Gumbel 的方法，可实现可扩展学习。