跳到正文
原文
arXiv stat.ML· Kai Lehman, Jameson Dong, Carolina Cuesta-Lazaro, Niall Jeffrey, Benjamin D. Wandelt, Francisco Villaescusa-Navarro, Sven Krippendorf, Jochen Weller·· 15 天前AI 评分30

ENFR:基于流匹配参考的摊销模拟模型推断证据网络

ENFR: Evidence Networks with Flow-Matched References for Amortized Simulation-Based Model Inference

AI 导读

研究者提出了 ENFR(基于流匹配参考的证据网络),可实现对绝对模型证据 Z 准确、快速且分摊的估计。该方法基于证据网络框架,先学习相对于流匹配参考的贝叶斯因子,进而恢复绝对证据,并在基准测试的所有密度估计方法中取得最佳性能。此外,论文还引入了一种可联合学习多个模型集合独立证据的架构并给出了证明。

来源:arXiv stat.ML · arxiv.org