BriefGPT.xyz
May, 2023
具有自适应后验浓度的贝叶斯稀疏因子模型
A Bayesian sparse factor model with adaptive posterior concentration
HTML
PDF
Ilsang Ohn, Lizhen Lin, Yongdai Kim
TL;DR
本文提出了一种用于高维稀疏因子模型的新贝叶斯推理方法,该方法允许推断因子维数和载荷矩阵的稀疏结构;介绍了一种特定的依赖关系,使得后验分布在保持计算可行性的同时自适应聚焦于正确的因子维度和载荷矩阵的稀疏水平;数值研究表明该方法表现优异。
Abstract
In this paper, we propose a new
bayesian inference
method for a
high-dimensional
sparse factor model
that allows both the factor dimension
→