分割と征服: ドリフト拡散モデルの一般化可能な摂動ベイズ推論へのアプローチ
arXiv stat.ML ・ 2026-08-04
原題: Divide-and-Conquer: Towards Generalizable Amortized Bayesian Inference for the Drift Diffusion Model
AI による要約
ドリフト拡散モデル（DDM）の汎用的なベイズ推論を実現するため、データを分割して個別に推論した結果を統合する「分割と征服」フレームワークが発表された。
この要約は当サイトの AI が生成したものです。正確な内容は 元記事（arXiv stat.ML）をご確認ください。