時系列予測のための二重再パラメータ化変分生成モデル【JST・京大機械翻訳】

Chen Ziang

プレプリント

J-GLOBAL ID：202202209018515742 整理番号：22P0302416

時系列予測のための二重再パラメータ化変分生成モデル【JST・京大機械翻訳】

Dual reparametrized Variational Generative Model for Time-Series Forecasting

出版者サイト {{ this.onShowPLink() }} 複写サービスで全文入手
高度な検索・分析はJDreamⅢで

この文献はプレプリントです。プレプリントについてはこちらをご確認ください。

著者 (1件)：
資料名：
発行年： 2022年03月11日プレプリントサーバーでの情報更新日： 2022年03月11日
JST資料番号： O7000B 資料種別：プレプリント
記事区分：プレプリント発行国：アメリカ合衆国 (USA) 言語：英語 (EN)

本論文は,時系列予測のための生成モデルである二重VDTを提案する。変分オートエンコーダ(VAE)に関する二重再パラメータ化変分機構を導入して,モデルの下限(ELBO)をより強めて,解析的に進歩性能を証明した。この機構は,潜在スコアベースの生成モデル(SGM)を利用して,逆時間確率微分方程式と変分先祖サンプリングを通して潜在ベクトルに蓄積した摂動を明示的に雑音除去する。二重再パラメータ化変分密度で融合した雑音除去潜在分布の後部。ELBOにおけるKL発散は,モデルのより良い結果に達するように減少するであろう。本論文ではまた,多変量依存性を明示的に抽出するための潜在的注意機構を提案した。ローカルな時間的依存性を,構築した局所トポロジーと時間的なised化を通して,同時に,因子でisedった。複数データセットに関する証明と実験は,局所時間推論を結合する逆動力学を通して潜在摂動を雑音除去する,新しい二重再パラメータ化構造を有する二重VDTが,解析的および実験的に高度な性能を有することを例証した。【JST・京大機械翻訳】

, , , , , , , , , ,
, , , , , 【Automatic Indexing@JST】

人工知能 , システム・制御理論一般 , 図形・画像処理一般

, , ,

前のページに戻る