Recursive Learning of Asymptotic Variational Objectives
原文英文,约100词,阅读约需1分钟。
📝
内容提要
本研究提出了一种新的在线递归IWAE方法(OSIWAE),旨在解决标准变分推断在流数据中的局限性,支持模型参数和马尔可夫识别模型的在线学习。
🎯
关键要点
-
本研究提出了一种新的在线递归IWAE方法(OSIWAE)。
-
OSIWAE旨在解决标准变分推断在流数据中的局限性。
-
该方法通过最大化渐近对比函数的变分下界来支持在线学习。
-
OSIWAE支持模型参数和马尔可夫识别模型的在线学习。
-
实证研究表明,该方法在学习模型参数和粒子提议核方面表现出良好的效率。
-
状态空间模型(SSMs)在统计机器学习中被广泛使用,是经典的生成模型。
🏷️