Sep, 2012
在扩展限制下学习主题模型和潜在贝叶斯网络
Learning Topic Models and Latent Bayesian Networks Under Expansion Constraints
Animashree Anandkumar, Daniel Hsu, Adel Javanmard, Sham M. Kakade
TL;DR本文提出了一个基于二阶可观测矩的无监督估计潜变量模型的方法，包括概率主题模型和潜线性贝叶斯网络等广泛的模型，且不需要对潜变量的分布做出任何假设，可以处理主题或潜因子之间的任意相关性，并且提出了一个可行的学习方法通过 L1 优化在数值实验中进行了研究。