神经有限状态转换器的结构感知路径推断
💡
原文中文,约200字,阅读约需1分钟。
📝
内容提要
本研究提出了一种统一算法,用于高效学习广泛的线性和非线性状态空间模型,并通过合成和真实数据集的应用验证了其可扩展性和通用性。
🎯
关键要点
-
本研究提出了一种统一算法,用于高效学习线性和非线性状态空间模型。
-
算法包括深度神经网络建模的发射和转移分布。
-
使用结构化变分逼近参数化的循环神经网络来模拟后验分布。
-
同时学习编译的推理网络和生成模型。
-
通过合成和真实数据集的应用验证了算法的可扩展性和通用性。
-
发现使用结构化的后验近似会导致模型具有显著更高的留存可能性。
🏷️
标签
➡️