[B! ode] xiangzeのブックマーク

Normalizing Flow入門第7回 Neural ODEとFFJORD

こんにちはtatsyです。非常に長くなったNormalizing Flow入門も今回が最終回です。今回はNeurIPS 2018でベストペーパーを獲得した論文であるNeural Ordinary Differential Equations (Neural ODE)[1]と、それを利用したNormalizing Flowの位置手法であるFree-form Jacobian Of Reversible Dynamics (FFJORD)[2]についてご紹介したいと思います。 Neural Ordinary Differential EquationNeural ODEはその名前にもある通り、ニューラルネットワークと常微分方程式の共通点に着目して、ルンゲクッタ法などの数値的な常微分方程式の解法をニューラルネットの表現に用いる技術です。突然ですが、ニューラルネットにおいて、現在はその代表的な

xiangze 2022/09/14

リンク

TensorFlowでSIRモデル（非定常ポアソン過程） - 廿TT

TensorFlowで統計モデリング - StatModeling Memorandum に感化されて、 SIR モデルと非定常ポアソン過程 - 廿TT と同じようなことをTensorFlowでもやってみました。 TensorFlowには常微分方程式を解く関数もあるようです。こんな感じです。 SIRのRを非定常ポアソン過程の強度関数として、パラメータ推定もやってみました。こんな感じです。全然関係ないけどIn All Likelihoodっていう本を買いました。冬休みはこれを読むんだ。 In All Likelihood: Statistical Modelling and Inference Using Likelihood (English Edition) 作者: Yudi Pawitan出版社/メーカー: OUP Oxford発売日: 2013/01/17メディア: Kindl