Quadro Variazionale Bayesiano per Inferenza Congiunta Posteriori-Predittiva

Un nuovo quadro variazionale bayesiano si rivolge direttamente alla distribuzione posteriori-predittiva, apprendendo congiuntamente approssimazioni sia della distribuzione a posteriori che di quella predittiva. Questo approccio introduce un limite superiore variazionale sulla divergenza di Kullback-Leibler con regolarizzazione basata sui momenti. Il metodo viene addestrato in modo ammortizzato, con l'obiettivo di ridurre le richieste computazionali delle tradizionali procedure a due stadi, specialmente per modelli ad alta fedeltà come quelli governati da equazioni differenziali alle derivate parziali.