Modelagem de Distribuição Conjunta Não Pareada via Representações de Imagem Multiescala

arXiv:2607.08198v1 Tipo de Anúncio: novo Resumo: Este artigo estuda o problema de aprender uma distribuição conjunta a partir de observações marginais, o que é inerentemente mal posto devido à ambiguidade dos acoplamentos viáveis. Propomos o LUD-MSR, um arcabouço probabilístico de variáveis latentes que modela a distribuição conjunta por meio de representações auxiliares e otimiza limites inferiores de evidência usando apenas dados marginais. Sob suposições brandas, estabelecemos um limite superior para o erro de aproximação da distribuição. Isso...