Sep, 2014
高斯过程模型输入不确定性的变分推断
Variational Inference for Uncertainty on the Inputs of Gaussian Process Models
Andreas C. Damianou, Michalis K. Titsias, Neil D. Lawrence
TL;DR本文提出了一种贝叶斯方法,通过非标准变分推理框架在 GP-LVM 中近似积分出潜在变量,从而通过最大化解析较低下界的确切边缘似然来训练 GP-LVM,在学习非线性动态系统方面具有鲁棒性和自动选择非线性潜在空间维数的能力。