跳到正文
原文
arXiv stat.ML· Exauc\`e Luweh Adjim Ngarti (AIRSEA), \'Elise Arnaud (AIRSEA), L\'eo Nicoletti (Mines Saint-\'Etienne MSE, LIMOS, FAYOL-ENSMSE, FAYOL-ENSMSE), Victor Trappler (Mines Saint-\'Etienne MSE, LIMOS, FAYOL-ENSMSE, FAYOL-ENSMSE), Arthur Vidard (AIRSEA)·· 6 天前AI 评分26

面向贝叶斯校准的 Rényi 正则化流变分推断

R\`enyi-Regularized Flow-Based Variational Inference for Bayesian Calibration

AI 导读

针对归一化流变分推断在多模态贝叶斯校准中易丢失模态的问题,新研究提出引入 Rényi 散度正则化项,以促使近似后验覆盖先验支撑集。在模态充分分离的双参数实验中,该正则化将近似崩塌的比例从 50% 降低至 25%。该方法虽然改善了模态覆盖率,但改变了原始变分目标并引入了精度权衡,并非模态崩塌的通用解法。

来源:arXiv stat.ML · arxiv.org