利用自动编码器和 AutoDiff 在一组时间序列中重建缺失变量

💡 原文中文,约200字,阅读约需1分钟。
📝

内容提要

本文介绍了一种新颖的潜在变量模型,通过模糊处理缺失数据集,生成缺失数据的损坏过程,并推导出易于实现的指标变量以确定数据元素是否缺失的可跟踪证据下限。该方法在MNIST和SVHN数据集上提高了观测数据的边际对数似然和缺失数据插值。

🏷️

标签

➡️

继续阅读