ENFR: 흐름 매칭 참조를 사용한 증거 네트워크 (Evidence Networks)를 이용한 근사 시뮬레이션 기반 모델 추론

요약

본 논문은 베이즈 프레임워크에서 중요한 도구인 '증거(evidence)'를 정확하고 빠르게 추정하는 새로운 방법론 ENFR을 제안합니다. 기존 방식의 한계를 극복하여 절대 증거에 대한 근사적 추정치를 제공하며, 이는 모델 오지정 검정과 매개변수 추론의 신뢰도를 높입니다.

핵심 포인트

• ENFR: 흐름 매칭 참조를 사용한 증거 네트워크(Evidence Networks)를 제안함.
• 절대 증거에 대한 정확하고 빠른 근사적 추정치를 제공하여 기존 방법을 개선함.
• 모델 오지정 검정과 시뮬레이션 기반 매개변수 추론의 신뢰도를 높이는 데 기여함.
• 여러 모델의 개별 증거를 공동으로 학습하는 아키텍처를 도입함.