| 贝叶斯推理模型Index-GMVAE在随机数据缺失填补中的应用 |
| |
| 引用本文： | 马超,蔡猛,李建勋.贝叶斯推理模型Index-GMVAE在随机数据缺失填补中的应用[J].指挥控制与仿真,2022,44(1):32-37. |
| |
| 作者姓名： | 马超 蔡猛 李建勋 |
| |
| 作者单位： | 上海交通大学自动化系,上海 200240;中国航空工业集团洛阳电光设备研究所,河南 洛阳 471009 |
| |
| 摘 要： | 变分自编码器(VAE)推理随机缺失数据还原是近年来一种新兴的数据填补方法,但传统的VAE算法存在后验分布单一,变分推断证据下界收敛慢等问题.因此,提出了一种采用高斯混合后验分布和缺失数据位置掩码推理缺失数据还原的新的贝叶斯推理网络框架——Index-GMVAE.在Mnist手写数字数据集和Adult数据集上分别做了实验验证,仿真结果表明,提出的算法能明显提高证据下界的收敛速度,相比于VAE算法,将缺失数据推理还原的准确率提高了10％左右,且在图像数据集和异构二分类数据集上均有效提高了模型的概率隐变量层的推理性能,体现了对不同结构数据的普适性.
|
| 关 键 词： | 变分自编码器 高斯混合模型 缺失位置掩码 证据下界 |
Application of Bayesian Inference Model Index-GMVAE in Filling Random Missing Values of Data |
| |
| MA Chao,CAI Meng,LI Jian-xun.Application of Bayesian Inference Model Index-GMVAE in Filling Random Missing Values of Data[J].Command Control & Simulation,2022,44(1):32-37. |
| |
| Authors: | MA Chao CAI Meng LI Jian-xun |
| |
| Abstract: | |
| |
| Keywords: | |
| 本文献已被 万方数据 等数据库收录！ |
|
