Scifaro

中文

用于变分贝叶斯推理的量子退火

无序系统与神经网络 2009-05-28 v3 统计力学机器学习量子物理

作者: Issei Sato , Kenichi Kurihara , Shu Tanaka , Hiroshi Nakagawa , Seiji Miyashita

在 arXiv 上查看 ↗ PDF ↗

摘要

本文研究了一种基于量子退火的确定性退火算法，用于变分贝叶斯推理，可将其视为模拟退火用于变分贝叶斯推理的扩展。量子退火变分贝叶斯与模拟退火变分贝叶斯一样易于实现。实验表明，在潜在狄利克雷分配中，量子退火变分贝叶斯在变分自由能方面找到了比模拟退火变分贝叶斯更好的局部最优解。

关键词

量子退火变分贝叶斯确定性退火潜在狄利克雷分配变分自由能

引用

@article{arxiv.0905.3528,
  title  = {Quantum Annealing for Variational Bayes Inference},
  author = {Issei Sato and Kenichi Kurihara and Shu Tanaka and Hiroshi Nakagawa and Seiji Miyashita},
  journal= {arXiv preprint arXiv:0905.3528},
  year   = {2009}
}

备注

9 pages, 4 figures, Proceedings of the 25th Conference on Uncertainty in Artificial Intelligence (UAI 2009) accepted