BriefGPT.xyz
Ask
alpha
关键词
likelihood-free
搜索结果 - 3
利用无似然重要性加权的方法校正学习生成模型的偏差
采用似然比未知的情况下可估计的概率分类器进行样本权重优化的无似然比重要加权方法,可以用于校正生成模型中的偏差问题,并提高生成模型的样本质量和性能。
PDF
5 years ago
自动无似然推理的条件核均值嵌入的贝叶斯学习
本文提出了一种基于核嵌入的似然免费推理框架(KELFI),它自动学习模型超参数以提高推理准确性,同时具有较高的样本效率,可以解决生态学中的复杂推理问题。
PDF
5 years ago
ICML
ABC 强化学习
该论文介绍了一个基于 ABC 的简单通用框架,用于无似然贝叶斯强化学习,该算法主要利用先验分布,能够应用在基于详细模拟模型的领域,试验结果证实了该算法在 LSPI 比较中具有潜在优势,并引入了一个定理,证明了该算法是原则上可行的。
PDF
11 years ago
Prev
Next