BriefGPT - AI 论文速递
·
神经麦克林 - 瓦萨夫过程：扩散过程中的分布依赖
💡
原文中文，约300字，阅读约需1分钟。
📝
内容提要
本论文提出了一种新的变分框架，用于推断由fBM驱动的随机微分方程。通过结合SDEs和变分方法，使用随机梯度下降学习代表性函数分布。同时，使用神经网络学习变分后验中的漂移、扩散和控制项，实现神经-SDEs的变分训练。优化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。
🎯
关键要点
- 提出了一种用于推断由fBM驱动的随机微分方程的新变分框架。
- 结合了随机微分方程和变分方法，通过随机梯度下降学习代表性函数分布。
- 使用神经网络学习变分后验中的漂移、扩散和控制项，实现神经-SDEs的变分训练。
- 优化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。
➡️
