关键词likelihood-free methods
搜索结果 - 4
- ICML对比学习用于无似然推断
该研究探讨了两种不需要概率似然函数的方法来处理具有随机模拟器模型的参数推断问题,分别是通过分类器学习隐含的密度比例和构建条件分布进行参数后验的灵活神经密度估计。研究表明这两种方法可以共同运行于一种对比学习策略下,并详细解释了它们如何运行和相 - 一种基于可交换神经网络的无似然推断框架,应用于人群遗传数据
该研究利用交换神经网络,实现了基于模拟数据的统计推断,旨在解决高维变量积分与数据置换不变性问题,取得了在重组热点测试问题上领先于现有技术的成果。
- 使用比值估计实现无似然推断
基于逻辑回归的比例估计方法作为参数统计推断的替代方法,以更丰富的总结统计信息来消除假设先验和卡方问题。
- 近似贝叶斯计算方法
这篇综述论文研究了近年来对原始 ABC 算法进行的各种改进和扩展,探讨了 ABC 方法在缺少可追踪度的似然问题中的解决方案,并且指出了它们存在的校准困难和不稳定性问题。