The Controlled Thermodynamic Integral for Bayesian Model Evidence Evaluation
用于贝叶斯模型证据计算的控制变量热力学积分AI 解读 ↓
← 返回论文列表与筛选
阅读说明
本页整理公开书目信息，不生成学术质量评分。AI 解读根据题名及所注明的摘要或原文片段生成，未完成全文核验，可能有误；具体假设、证明与结论请核对原文。摘要保留来源文本，未经模型改写。
DOI 首次登记不等于接收或发表日期。部分更正、评论等条目没有独立摘要；缺少可靠材料时保留待补状态。
引用量采用 OpenAlex 单条关联记录，不合计多个记录；关联记录可能包含正式发表版本，不等于此版本单独引用。缺失不视为零，引用指标不代表论文质量。
关注作者按书目中的完整姓名匹配，同名和姓名变体需人工辨别。相关论文先按共享细分方向和具体方法排列，再参考通用方法与发表日期。
分类依据与纠错
AI 根据所提供的论文材料归类：摘要讨论通用贝叶斯证据计算与方差缩减，未指向所列特定经济计量方向。
反馈分类问题
正在核对关联版本…
代码、数据与补充材料
正在核对对应版本的资源…
用于贝叶斯模型证据计算的控制变量热力学积分
- 研究问题
- 贝叶斯模型证据难以近似，而热力学积分可能具有较高变异性；如何利用控制变量降低证据估计的方差并保持计算可行？
- 方法与思路
- 作者在热力学积分中引入控制变量，要求能够高效计算对数似然和对数先验关于参数的梯度，并通过回归模型与基准数据评估。
- 材料陈述的贡献
- 摘要称，在所考察模型和数据上，方法显著降低估计方差，部分情形降幅较大，并为控制变量在证据估计中的应用提供经验依据。
- 阅读关注点
- 应核对控制变量构造、梯度要求和方差估计方式，区分积分近似误差与随机计算误差，并比较同等计算成本下的表现。
- 阅读边界
- 仅据版本未注明的 OpenAlex 索引摘要，无法判断方差降幅数值、计算成本或普遍适用性；未核验全文及刊本变化。
原文摘要
Approximation of the model evidence is well known to be challenging. One promising approach is based on thermodynamic integration, but a key concern is that the thermodynamic integral can suffer from high variability in many applications. This article considers the reduction of variance that can be achieved by exploiting control variates in this setting. Our methodology applies whenever the gradient of both the log-likelihood and the log-prior with respect to the parameters can be efficiently evaluated. Results obtained on regression models and popular benchmark datasets demonstrate a significant and sometimes dramatic reduction in estimator variance and provide insight into the wider applicability of control variates to evidence estimation. Supplementary materials for this article are available online.