在Bures-Wasserstein流形上的随机方差减少高斯变分推断
原文中文，约300字，阅读约需1分钟。发表于：。该研究针对在Bures-Wasserstein空间中进行高方差的蒙特卡洛法样本估计的问题，提出了一种基于控制变量原理的方差减少估计器。这种新方法理论上证明了其方差小于传统蒙特卡洛估计器，并显著提升了优化的界限，使得在Bures-Wasserstein方法中的性能实现了数量级的改进。
该研究提出了一种利用控制变量的方差减少估计器，解决了Bures-Wasserstein空间中高方差蒙特卡洛样本估计的问题。新方法理论上证明其方差小于传统方法，并显著提升优化效果。
