gaussian graphical models with sparsity in the inverse covariance matrix are
of significant interest in many modern applications. For the problem of
recovering the graphical structure, information criteria provid
本研究考虑了拟合估计器模型选择问题，其中模型参数的数量超过数据集的大小。研究者们通过建立双重欠定参数模型来解决了模型选择问题，提出了一种新的统计量，称为插值信息准则（Interpolating Information Criterion）。这个统计量不仅可以衡量模型拟合的质量，而且还可以自然地纳入先验选择问题。