研究者提出DF-NPE降低ABM贝叶斯推断模拟成本

Junyao Zhang、Jinglai Li 和 Junqi Tang 提出双流神经后验估计方法 DF-NPE，用于基于智能体模型（ABM）的贝叶斯推断。该方法把学习到的时间序列摘要与两个条件归一化流结合，分别用于合成数据生成和后验估计，并支持池化与有序两种训练策略。 据研究者称，DF-NPE 可减少约 90% 的直接模拟。这一数字来自提出者的表述，报道未给出独立验证或具体适用条件。

AI 根据报道生成 · 2 小时前更新

还没有足够的连续观测数据，暂不绘制趋势。