neural-bayesian

本文提出了Neural-Bayesian结构学习框架，该框架将可微结构学习与离散选择建模相结合，用于预测选择行为和评估干预措施，在恢复连贯的依赖结构的同时，实现了与现有基准可比的性能。

介绍了神经贝叶斯顺序路由（NBSR），这是一个将神经推理建模为有向无环图（DAG）上的顺序证据积累的框架，使用狄利克雷-分类共轭更新，实现了不确定性量化、早期退出和资源理性推理。