-
變分貝葉斯EM
鎖定
變分貝葉斯EM指的是變分貝葉斯期望最大化（VBEM, variational Bayes expectation maximization），這種算法基於變分推理，通過迭代尋找最小化KL(Kullback-Leibler)距離的邊緣分佈來近似聯合分佈，同時利用mean field 近似減小聯合估計的複雜度。
- 中文名
- 變分貝葉斯EM
- 類 型
- 計算術語
變分貝葉斯EM方程最早是由BEAL M J. 在其論文《Variational Algorithms for Approximate Bayesian Inference》[D], London, UK: University College London, 2003裏所提出的
[1]
。其具體算法可表示為：在第i次VBEM迭代中，參數分佈的更新方程式可表示為VBE步和VBM步。
變分貝葉斯EM
在VBEM算法中，VBE步驟和VBM步驟均是關於後驗分佈求均值的，因此隱參數和未知參數之間不再存在區別。
- 參考資料
-
- 1. Variational Algorithms for Approximate Bayesian Inference ．布法羅大學．2003年[引用日期2012-09-02]
- 詞條統計
-
- 瀏覽次數：次
- 編輯次數：10次歷史版本
- 最近更新： 介绍信牡坝克