Jul, 2013
具收敛保证的高维偏相关估计的凸伪似然框架
A convex pseudo-likelihood framework for high dimensional partial correlation estimation with convergence guarantees
Kshitij Khare, Sang-Yun Oh, Bala Rajaratnam
TL;DR本文提出了一种基于新的拟然似然方法的图形模型选择方法,旨在克服当前方法的一些不足之处,并同时保留它们各自的优点。我们引入了一个新的框架,它导致了一个部分协方差回归图的凸形式。通过采用坐标 - wise 方法来优化这个目标,进而实现目标函数的优化。