BriefGPT - AI 论文速递
·
关于在核计算机中使用 Nystrom 近似进行预条件化
💡
原文中文，约200字，阅读约需1分钟。
📝
内容提要
该论文提出了一种基于Stein恒等式和核算子的谱分解的梯度估计器，适用于无采样点的外样本拓展。该估计器可以直接估计梯度函数，适用于无梯度的Hamiltonian Monte Carlo和带隐式分布的变分推断。通过和Kernel PCA的连系探讨了方法背后的原理，表明该估计器能够自适应于潜在分布的几何形态。
🎯
关键要点
- 提出了一种基于Stein恒等式和核算子的谱分解的梯度估计器。
- 特征函数由Nyström方法近似，可以直接估计梯度函数。
- 适用于无采样点的外样本拓展。
- 应用于无梯度的Hamiltonian Monte Carlo和带隐式分布的变分推断。
- 通过与Kernel PCA的连系探讨了方法背后的原理。
- 该估计器能够自适应于潜在分布的几何形态。
➡️
