典型文献
概率生成模型变分推理方法综述
文献摘要：
概率生成模型是知识表示的重要方法,在该模型上计算似然函数的概率推理问题一般是难解的.变分推理是重要的确定性近似推理方法,具有较快的收敛速度、坚实的理论基础.尤其随着大数据时代的到来,概率生成模型变分推理方法受到工业界和学术界的极大关注.综述了多种概率生成模型变分推理框架及最新进展,具体包括:首先综述了概率生成模型变分推理一般框架及基于变分推理的生成模型参数学习过程;然后对于条件共轭指数族分布,给出了具有解析优化式的变分推理框架及该框架下可扩展的随机化变分推理;进一步,对于一般概率分布,给出了基于随机梯度的黑盒变分推理框架,并简述了该框架下多种变分推理算法的具体实现;最后分析了结构化变分推理,通过不同方式丰富变分分布提高推理精度并改善近似推理一致性.此外,展望了概率生成模型变分推理的发展趋势.
文献关键词：
概率生成模型;变分推理;条件共轭指数族;黑盒变分推理;结构化变分推理
中图分类号：
作者姓名：
陈亚瑞;杨巨成;史艳翠;王嫄;赵婷婷
作者机构：
天津科技大学人工智能学院 天津 300457
文献出处：
引用格式：
[1]陈亚瑞;杨巨成;史艳翠;王嫄;赵婷婷-.概率生成模型变分推理方法综述)[J].计算机研究与发展,2022(03):617-632
A类：
条件共轭指数族,黑盒变分推理,变分推理算法,结构化变分推理
B类：
概率生成模型,推理方法,方法综述,知识表示,上计,似然函数,概率推理,难解,近似推理,收敛速度,工业界,最新进展,参数学习,学习过程,解析优化,可扩展,随机化,概率分布,随机梯度,不同方式
AB值：
0.162159
相似文献
机标中图分类号，由域田数据科技根据网络公开资料自动分析生成，仅供学习研究参考。
