Tôi đã đọc ở đâu đó rằng phương pháp Variational Bayes là một khái quát của thuật toán EM. Thật vậy, các phần lặp của các thuật toán rất giống nhau. Để kiểm tra xem thuật toán EM có phải là phiên bản đặc biệt của Biến thể Bay không, tôi đã thử như sau:
X Θ P ( X , Θ | Y ) ≈ Q X ( X ) Q Θ ( Θ ) Q là dữ liệu, là tập hợp các biến tiềm ẩn và là tham số. Trong Variational Bayes, chúng ta có thể tạo một xấp xỉ sao cho . Trong đó s đơn giản hơn, phân phối dễ điều khiển.
Vì thuật toán EM tìm thấy ước tính điểm MAP, tôi nghĩ rằng Biến thể Bay có thể hội tụ thành EM nếu tôi sử dụng Hàm Delta sao cho: . là ước tính đầu tiên cho các tham số như thường được thực hiện trong EM.Θ 1
Khi được đưa ra, giúp giảm thiểu phân kỳ KL được tìm thấy bởi công thức Công thức trên đơn giản hóa thành , bước này hóa ra tương đương với bước Mong đợi của thuật toán EM!Q 1 X ( X ) Q 1 X ( X ) = exp ( E delta Θ 1 [ ln P ( X , Y , Θ ) ] ) Q 1 X (X)=P(X|Θ1,Y)
Nhưng tôi không thể lấy được bước Tối đa hóa khi tiếp tục điều này. Trong bước tiếp theo, chúng ta cần tính và theo quy tắc lặp Variational Bayes, đây là:
Các thuật toán VB và EM có thực sự được kết nối theo cách này không? Làm thế nào chúng ta có thể lấy EM là một trường hợp đặc biệt của Bay Variational, cách tiếp cận của tôi có đúng không?