跳到正文
原文
arXiv stat.ML· Fredrik Cumlin, Saikat Chatterjee·· 25 天前AI 评分34

用于变分顺序蒙特卡洛的可微系统重采样

Differentiable Systematic Resampling for Variational Sequential Monte Carlo

AI 导读

研究人员提出面向变分顺序蒙特卡洛的可微系统重采样(DSR),通过温度控制松弛实现完整梯度流,解决了粒子滤波重采样步骤离散的问题。DSR 保留了 CDF 有序带状结构且诱导偏差具备逐点指数收敛率,相比最优传输方法无需迭代求解器,显著降低了计算开销。在随机动力系统与真实手写数据实验中,DSR 取得了相当或更优的滤波及动力学学习表现。

来源:arXiv stat.ML · arxiv.org