实体
Sifan Liu
Sifan Liu
PulseAugur coverage of Sifan Liu — every cluster mentioning Sifan Liu across labs, papers, and developer communities, ranked by signal.
总计 · 30天
2
90 天内 2
发布 · 30天
0
90 天内 0
论文 · 30天
2
90 天内 2
层级分布 · 90 天
主题
情绪 · 30 天
1 天有情绪数据
最近 · 第 1/1 页 · 共 2 条
-
新方法使用迭代高斯化改进密度采样
研究人员引入了一种新颖的迭代高斯化方法，用于从非归一化密度中采样。该技术在旋转坐标系内重复应用平均场变分推断 (MFVI) 来逼近标准高斯分布。通过基于主成分分析 (PCA) 的方法选择信息性旋转，可以提高该方法的效率，从而在贝叶斯后验采样任务上显著优于标准的 MFVI。
-
新的Transport Quasi-Monte Carlo方法增强了高维积分评估
研究人员开发了一种名为Transport Quasi-Monte Carlo (T-QMC)的新方法，以提高高维积分评估的准确性。该技术解决了传统Quasi-Monte Carlo方法通常仅限于简单分布的局限性。T-QMC利用受归一化流启发的传输映射，将均匀分布转换为目标分布，从而使QMC在更复杂的场景中具有优越的收敛速度。该方法在贝叶斯推断任务中显示出有效性。