VampPrior 的释放

arXiv:2610.27322v1 公告类型：新论文 摘要：深度潜变量模型（DLVM）支撑着许多现代分析流程，例如单细胞基因组学，但其先验分布却明显未受到足够关注。VampPrior 近似于最优先验（聚合后验），并且通常能够获得较高的模型证据。在本文中，我们指出 VampPrior 存在两个关键局限：它将先验和后验的不确定性绑定到单一的摊销协方差上，并且由于采用固定的均匀混合权重而导致聚类效果不佳。我们通过解耦其先验协方差与后验协方差来释放 VampPrior，从而解决使用同一组共享参数生成高先验熵和低后验熵之间的冲突，并显著提高模型证据。随后，我们用狄利克雷过程替代均匀混合。结合使用时，我们提出的方法能够获得高于 VampPrior 的模型证据，并实现稳健的非参数聚类。将单细胞变分推断（scVI）扩展为使用我们的先验后，在六个图谱上的单细胞整合与聚类效果均得到提升，同时模型证据也显著提高。我们的方法仅改变先验，因此可以应用于任何具有连续潜在空间的深度潜变量模型。