09:13
官方账号arXiv cs.LG@Trung-Dung Hoang, Lisa M. Koch
推荐理由：这篇论文提出了一种改进的源分布估计方法，通过期望最大化解决了现有方法在参数空间不准确区域的问题。
后验平均
共 1 条相关 AI 资讯
9月3日
09:13
本文提出了一种通过期望最大化解决源分布估计(SDE)问题的新方法。该方法在E步骤使用当前源估计的仿真训练后验，在M步骤将源拟合到观测数据的后验平均值。研究者在三个基准任务上评估了两种参数化方法，在Lotka-Volterra任务中，现有基线方法C2ST值均高于0.96，而新方法在四种初始先验设置中有三种达到0.64-0.68。