In this letter we generalise Ensemble Kalman inversion techniques to general Bayesian models where previously they were restricted to additive Gaussian likelihoods - all in the difficult setting where the likelihood can be sampled from, but its density not necessarily evaluated.
翻译：在这封信中,我们将安森布尔·卡尔曼的转用技术概括为一般的贝叶斯模型,以前这些模型仅限于添加性高斯概率 -- -- 都处于一个困难的环境下,从中取样的可能性,但其密度不一定得到评估。
相关内容
专知会员服务
32+阅读 · 2019年10月17日
Arxiv
0+阅读 · 2022年7月25日
Arxiv
0+阅读 · 2022年7月21日
Arxiv
0+阅读 · 2022年7月20日
Arxiv
0+阅读 · 2022年7月19日
Arxiv
1+阅读 · 2022年7月14日
相关VIP内容
专知会员服务
32+阅读 · 2019年10月17日
相关资讯
相关论文
Arxiv
0+阅读 · 2022年7月25日
Arxiv
0+阅读 · 2022年7月21日
Arxiv
0+阅读 · 2022年7月20日
Arxiv
0+阅读 · 2022年7月19日
Arxiv
1+阅读 · 2022年7月14日
微信扫码咨询专知VIP会员