平方神经族：一类新型易处理密度模型
机器学习
2023-10-27 v2 人工智能
机器学习
摘要
灵活的概率分布模型是许多机器学习任务的基本要素。我们开发并研究了一类新的概率分布，称之为平方神经族（SNEFY），其通过对神经网络的 2-范数平方并相对于基测度进行归一化而构成。遵循类似于已确立的无限宽神经网络与高斯过程之间联系的逻辑，我们证明 SNEFY 在许多关注情形下具有闭式归一化常数，从而得到灵活且完全易处理的密度模型。SNEFY 严格推广经典指数族，在条件化下封闭，并具有易处理的边缘分布。其效用在多种密度估计、条件密度估计以及含缺失数据的密度估计任务上得到展示。
引用
@article{arxiv.2305.13552,
title = {Squared Neural Families: A New Class of Tractable Density Models},
author = {Russell Tsuchida and Cheng Soon Ong and Dino Sejdinovic},
journal= {arXiv preprint arXiv:2305.13552},
year = {2023}
}
备注
Spotlight award at NeurIPS 2023