arXiv stat.ML· Chuntao Chen, Tapio Helin, Nuutti Hyv\"onen, Yuya Suzuki·· 22 天前AI 评分26
贝叶斯最优实验设计中的微分熵近似
Approximation of differential entropy in Bayesian optimal experimental design
AI 导读
研究者提出一种在贝叶斯最优实验设计中近似微分熵的高效计算方法。在加性高斯噪声模型下，该方法通过 Monte Carlo 或 quasi-Monte Carlo 代理近似证据密度，无需额外似然评估即可计算微分熵，将期望信息增益的嵌套积分折叠为单重积分。理论证明该策略仅依赖前向映射的温和光滑性，收敛率媲美或优于现有 SOTA 方法。
来源：arXiv stat.ML · arxiv.org