题目： Differentiation and Weighted Model Integration

摘要：

随机梯度下降(SGD)，特别是与自动微分相结合一直是深度学习的主要工作，并帮助该领域上升到机器学习最突出的位置。基于梯度的方法在概率推理领域也得到了应用。然而，迄今为止，概率推理领域的微分优化仅针对离散或连续随机变量的问题。在这篇笔记中，我们展示了如何执行基于梯度的优化离散连续概率模型，表示为加权模型积分问题，通过自动微分。这为(深度)离散-连续模型的推理、学习和优化提供了一个新的强大工具。

邀请嘉宾：

Pedro Zuidberg Dos Martires现在是鲁汶大学DTAI实验室Luc De Raedt主管的博士生。研究关注概率编程，更具体地说是概率逻辑编程。在ReGROUND项目中，还研究了概率逻辑编程在机器人领域的应用。