关键词conditional dependencies
搜索结果 - 5
- 聚类路径高斯图模型
用 Clusterpath 估计器(CGGM)引入图模型中的变量聚类来解决变量增多的解释性和估计不确定性挑战,通过使用循环块坐标下降算法实现了 CGGM 估计器的高效计算,模拟实验和实际应用中 CGGM 在图模型中的变量聚类中超越了其他先进 - ICLR基于能量的概念瓶颈模型:预测、概念干预和条件解释的统一
我们提出了基于能量的概念瓶颈模型(ECBMs),通过使用一组神经网络定义候选(输入、概念、类别)元组的联合能量,以解决现有概念瓶颈模型存在的限制,提供更高的准确性和更丰富的概念解释。
- 从多属性数据中学习高维微分图
通过多属性数据分析,提出了一种基于组套索罚函数和交替方向乘子法的差分图学习方法,给出了在高维环境下对支持恢复和估计的一致性理论分析,并展示了基于合成数据和真实数据的数值结果。
- 使用概率编程语言 Birch 进行自动化学习
本文介绍了基于概率编程中的最新进展,以广阔的概率建模和推断为视角,探讨了概率编程语言如何自动匹配模型和推断方法,强调了模型的结构和形式对这种匹配的至关重要性,并通过 Birch 进行实例演示。
- 推断具有潜在结构的稀疏高斯图模型
本文介绍了一种新的方法来恢复具有约束拓扑结构的图模型,方法使用了一个潜在结构来驱动一个惩罚矩阵,并同时执行变量之间的条件依赖图和隐含变量的推断