BriefGPT - AI 论文速递
·
分数噪声驱动的随机微分方程的变分推断
💡
原文中文，约300字，阅读约需1分钟。
📝
内容提要
本文提出了一种新的变分框架，用于推断由分数布朗运动驱动的随机微分方程。通过结合SDEs和变分方法的推断能力，使用随机梯度下降学习代表性函数分布，并使用神经网络学习变分后验中的漂移、扩散和控制项，实现了神经-SDEs的变分训练。同时，优化了Hurst指数，控制分数噪声的性质，并提出了一种用于变分潜在视频预测的新型架构。
🎯
关键要点
-
提出了一种新的变分框架，用于推断由分数布朗运动驱动的随机微分方程。
-
结合了随机微分方程和变分方法的推断能力。
-
使用随机梯度下降学习代表性函数分布。
-
提出了使用神经网络学习变分后验中的漂移、扩散和控制项的方法。
-
实现了神经-随机微分方程的变分训练。
-
优化了Hurst指数，控制分数噪声的性质。
-
提出了一种用于变分潜在视频预测的新型架构。
➡️
