用于近似 IM 推理的可能性径向传输

论文提出一种可能性径向传输方法，把参数的可能性轮廓值隐藏在其源点半径中，并配合最大化壳内熵的传输，使覆盖置信截断只需截断半径即可采样。作者给出一种深度学习算法，在强制轮廓深度条件的同时最大化每个壳内的熵，从而让学习近似下的覆盖与功效评估以及新数据集的预测性检查变得实用。