基于二分划分乘积的变分生物进化树推断
计算与语言
2025-06-05 v4 机器学习
摘要
贝叶斯生物学对于理解进化动力学至关重要，需要准确且高效地逼近树空间上后验分布。在本工作中，我们发展了一种针对ultrametric生物进化树的变分贝叶斯方法。我们提出了一种新型变分族，基于单链层次聚类的合并时间，并推导出该分布在树空间上的闭形式密度。与现有方法相比，我们的方法在树空间中进行推断，不需要任何Markov链蒙特卡洌子程序，我们的变分族是可微的。通过对基准基因组数据集和对SARS-CoV-2病毒 RNA 的应用实验，我们表明该方法在准确性方面与现有最先进技术相竞争，同时所需的梯度评估数显著减少。
引用
@article{arxiv.2502.15109,
title = {Social Genome: Grounded Social Reasoning Abilities of Multimodal Models},
author = {Leena Mathur and Marian Qian and Paul Pu Liang and Louis-Philippe Morency},
journal= {arXiv preprint arXiv:2502.15109},
year = {2025}
}
备注
Under Review, 24 pages