非微分可能シミュレータの敵対変分最適化【JST・京大機械翻訳】

Louppe Gilles; Hermans Joeri; Cranmer Kyle

プレプリント

J-GLOBAL ID：202202219021604603 整理番号：22P0041470

非微分可能シミュレータの敵対変分最適化【JST・京大機械翻訳】

Adversarial Variational Optimization of Non-Differentiable Simulators

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 (3件)： , ,
資料名：
発行年： 2017年07月22日プレプリントサーバーでの情報更新日： 2020年04月16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)

複雑なコンピュータシミュレータは,実験観察に対する基礎理論のパラメータとして,科学の分野にわたってますます使用されている。このセットアップにおける推論は,シミュレータが扱いやすい密度または尤度関数をめったに許さないので,しばしば困難である。著者らは,生成敵対ネットワーク,変分最適化および経験的Bayesからアイデアを取り入れた非微分生成モデルを適合するための尤度フリー推論アルゴリズムであるAdversarial変分最適化(AVO)を導入した。ドメイン固有シミュレータと微分可能生成ネットワークを置き換えることにより,生成敵対ネットワークの訓練手順を適応させた。2つの敵対目的の変分上限を最小化することによって,得られた非微分ミニマックス問題を解いた。効果的に,合成データの限界分布と観測データの経験的分布の間のJS発散が最小化されるような,シミュレータパラメータ上の提案分布を学習する。離散および連続データの両方を生成するシミュレータとこの方法を評価し,比較した。【JST・京大機械翻訳】

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

人工知能 , システム・制御理論一般

, , , ,

前のページに戻る