Skip to content
Hot eventLive

非高斯空间场的可扩展稀疏自回归变分推断

1 reports1 sources3 hr ago updated

Get the story

AI overview

2026年10月12日，arXiv Statistics Machine Learning 发布一手论文，提出用于非高斯空间场的可扩展变分推理框架。该框架在变分族中复现先验的稀疏近邻自回归结构，以 normalizing-flow 条件分布增强表达力，并通过单一共享神经调节器摊销全部变分参数。目前公开信息仅涉及该论文的方法表述，未见后续验证或独立报道。

Generated from reports · updated 3 hr ago

LatestOct 12
论文提出复现先验稀疏近邻自回归结构、以normalizing-flow增强表达力并共享神经调节器摊销参数。

Timeline

Follow the coverage from different angles.

Oct 12, 2026
  1. arXiv · Statistics Machine Learning
    用于非高斯空间场的可扩展稀疏自回归变分推理

    论文提出一种可扩展变分推理框架，在变分族中复现先验的稀疏近邻自回归结构，以 normalizing-flow 条件分布增强表达力，并通过单一共享神经调节器摊销全部变分参数。

Heat trend

There is not enough continuous observation data to draw a trend yet.