arXiv stat.ML· Valentyn Melnychuk, Emil Javurek, Stefan Feuerriegel·· 13 天前AI 评分28
用于摊销贝叶斯半参数推理的去偏先验数据拟合网络（PFNs）研究
Debiased Prior-Data Fitted Networks for Amortized Bayesian Semi-Parametric Inference
AI 导读
研究者提出了去偏先验数据拟合网络（PFNs）的理论基础，用于在通用半参数设定下对缺失均值或因果效应等有限维目标进行推理。研究引入了基于有效影响函数的标签修正与先验修正两种去偏策略，以加快目标后验收敛速率。去偏 PFNs 的收敛速率在渐近意义上匹配了传统频率派偏误修正估计量，并在特定假设下保证了伯恩斯坦-冯·米塞斯性质和极小化极大最优性。
来源：arXiv stat.ML · arxiv.org