知识动态实体播客深度开发者关于

[控场AI]

AI 领域实时知识。所有信息可溯源验证，数据 24 小时内持续更新。

Powered by 240+ first-hand AI sources

知识库

知识动态
热门实体
播客

开发者

CLI
MCP Server
REST API
关于

© 2026 KongchangAI. 控场AI，获取最新、最准的 AI 领域知识

待验证50% 置信事实精确时间

重要性采样的数学基础是Radon-Nikodym定理与测度变换，通过似然比w=p(x)/q(x)对样本重加权实现无偏估计

1

来源数

50%

置信度

长期有效

时效性

2026/7/14

首次发现

来源

引导式生成模型：精准估算极端事件概率的新方法

相关事实

待验证重要性采样的数学核心是测度变换，通过引入提议分布q并用似然比w=p(x)/q(x)对样本重加权，无偏地估算原始概率82% 相似待验证后验分布通过贝叶斯定理获得：p(θ|x)∝p(x|θ)·p(θ)，将先验知识与数据似然结合66% 相似待验证重参数化技巧将采样表示为 z = μ + σ × ε（ε从标准正态分布采样），使随机性外置于ε，从而让μ和σ的梯度可正常反向传播实现端到端训练66% 相似待验证蒙特卡洛PDE求解器的可微性来自其估计量本身是参数的光滑函数，可通过重参数化技巧或似然比方法直接获得无偏梯度估计，无需回溯大规模线性系统的中间状态62% 相似待验证PyTorch判断连续性的公式是：对于n维张量，如果stride[i] == stride[i+1] * size[i+1]对所有i成立，则该张量连续60% 相似

引用此条事实

Stable URI

https://kongchang.com/claim/510571

API

curl https://kongchang.com/api/v1/knowledge/claims/510571

MCP

get_claim(id=510571)