该文介绍了常见于统计学中的指数族分布，着重回顾并总结了分布的性质、双重性，以及常见分布的分解和相关公式。同时介绍了 Fisher-Rao-Riemannian 几何和统计流形的双重仿射连接信息几何，以便于后续添加新的分布选项。

Nov, 2009

该论文介绍了如何计算广义 CRM 先验和 Bayesian 非参数模型的似然后验，并且提出了利用大小偏置方法和有限边际方法来表示 Bayesian 非参数先验和模型的方法。

Oct, 2014

提出了一种用于概率模型的折叠变分推断算法的通用方法，该方法整合了许多现有的折叠变分推断方法，并基于较快的共轭梯度优化方法导出新的较低边际似然性的下界。

Jun, 2012

研究 Dirichlet 和 Multinomial 随机变量的浓度不等式。

Jan, 2020

该论文提出了与指数型分布家族相关的尾部概率新不等式，这些分布包括泊松分布、伽马分布、二项分布、负二项分布和倒数高斯分布。所有这些不等式都以有符号对数似然函数为表述，并且这些不等式是定性的，表述用随机支配或者交集属性，即某个离散分布非常接近于某个连续分布。

Jan, 2016

该论文介绍了病态模型中使用简单的 VB 策略进行贝叶斯推断的方法，其中特别探讨了在具有 logit 组件的模型中，logistic likelihood 和 linear predictor 系数的 Gaussian prior 之间的缺乏互补关系，并提供了一种新的方法进行有效的推断。

Nov, 2017

本文提出了一个非参数条件分布族，使用适当的 RKHS 中的函数参数来推广条件指数族；给出了一个学习广义自然参数的算法，并在特定情况下建立了估计的一致性。在实验中，新方法通常优于具有一致性保证的竞争方法，并在表现突变和异方差性的数据集上与深度条件密度模型具有竞争力。

Nov, 2017

提出了一种使用广义贝塔分布的新型正态尺度混合类，并通过该类介绍了新的层次结构，从而发展了一类变分贝叶斯近似，以更高效地应对海量数据集。

Jul, 2011

本文提出了一种贝叶斯方法来处理数据流中连续模型更新和适应底层数据生成分布的漂移问题，使用非共轭分层先验来显式地建模模型参数的时间变化，并导出了一种新的变分推断方案，验证实验表明这种方法在三个潜变量模型的三个真实数据集上具有良好的效果。

Jul, 2017

论文定义了一类极其灵活的流形上指数家族分布，使用非交换 Fast Fourier 变换（FFT）的一般化方法提高了对数似然度函数的梯度计算效率。应用于贝叶斯相机运动估计和地震空间分布建模，并且实验结果表明，与最佳竞争方法相比，调和密度的似然性显着更高，同时训练速度快几个数量级。

May, 2015