ICMLMay, 2014
群集图模型的高斯逼近
Gaussian Approximation of Collective Graphical Models
Li-Ping Liu, Daniel Sheldon, Thomas G. Dietterich
TL;DR该论文研究了针对集体统计数据的 Collective Graphical Model(CGM)的高斯近似方法,证明了当样本量增大时,其分布趋近于一个多维高斯分布(GCGM),并探讨了基于不同噪声模型的推断方法。研究结果表明,GCGM 推断方法在准确性和速度上优于 MCMC 和 MAP 方法。