Oct, 2024

用于神经后验估计的条件扩散方法

TL;DR本研究针对现有神经后验估计(NPE)方法中存在的训练不稳定性和计算成本与表示能力的权衡问题,提出了条件扩散作为一种替代方案。研究结果表明,条件扩散在多种基准问题中的稳定性、准确性和训练速度均优于现有的正常化流方法,这些优势在不同的编码器架构下依然有效。