Scifaro

中文

用于变分贝叶斯推断的量子退火

机器学习 2014-08-12 v1 机器学习

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

在 arXiv 上查看 ↗ PDF ↗

摘要

本文研究了基于量子退火的确定性退火算法，用于变分贝叶斯（QAVB）推断，可将其视为用于变分贝叶斯（SAVB）推断的模拟退火的扩展。QAVB 的实现难度与 SAVB 相当。实验表明，在隐狄利克雷分配（LDA）的变分自由能方面，QAVB 能找到比 SAVB 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隐狄利克雷分配变分自由能推断优化

引用

@article{arxiv.1408.2037,
  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:1408.2037},
  year   = {2014}
}

备注

Appears in Proceedings of the Twenty-Fifth Conference on Uncertainty in Artificial Intelligence (UAI2009)