关键词gaussian markov random field
搜索结果 - 3
- 非线性动力系统中的迭代 INLA 用于状态和参数估计
基于迭代线性化动力学模型的集成嵌套拉普拉斯近似方法,通过产生每次迭代的高斯马尔科夫随机场,利用 INLA 推断状态和参数,从而提供了处理非线性偏微分方程先验的更细致的方法,改进了在数据稀疏性普遍存在的情况下的预测准确性和鲁棒性。
- 随机马尔可夫场在协同过滤中的应用
本文研究了协同过滤问题中推荐给用户的物品之间的依赖关系模型,提出了一种基于高斯马尔科夫随机场的自动归一参数化和伪似然函数的方法,可以实现计算效率和推荐准确性之间的平衡。通过几个数据集的实验证明了该方法的有效性。
- 使用二次逼近法稀疏逆协方差矩阵估计
本研究提出了一种基于牛顿法的新型算法,用于解决优化问题,该问题是一个正则化的对数行列式程序,能够从非常有限的样本中恢复稀疏逆协方差矩阵,或者是高斯马尔科夫随机场的基础图结构,并通过合成和真实的应用数据实验结果表明,与其他最先进的方法相比,我