arXiv 机器学习· Vincent Pauline, Kirill Tamogashev, Arran Carter, Sanghyeok Choi, Stefan Bauer, Esmeralda S. Whitammer·· 5 小时前AI 评分33
基于单步隐式采样的摊销推理方法研究
Amortised Inference through One-Step Implicit Sampling
AI 导读
研究人员提出单步隐式采样器 OSIS，为高维贝叶斯后验分布的单步摊销采样提供了新方案。该方法利用短时 MCMC 动力学为隐式建模分布的演化定义局部目标，在渐近极限下使模型分布成为 MCMC 核的不动点，从而实现从目标分布采样。实验表明，OSIS 在采样时效率显著提升，性能可媲美多步摊销采样器和非摊销 MCMC 基线。
来源：arXiv 机器学习 · arxiv.org