关键词high-dimensional latent variable models
搜索结果 - 2
- 可证明的稀疏张量分解
本研究提出了一种新的稀疏张量分解方法 - Tensor Truncated Power(TTP)方法,它将变量选择纳入分解组件估计中,通过张量幂迭代中嵌入的有效截断步骤来实现稀疏性。我们证明该方法可以应用于高维潜变量模型,包括高维高斯混合和 - 高维期望最大化算法:统计优化和渐近正态性
本文提供了一个关于期望最大化 (EM) 算法应用于高维潜变量模型推断的一般理论。作者提出了一个新的高维 EM 算法,自然地融入了稀疏结构到参数估计中。基于估计值,作者提出了新的推论程序来测试假设并构建置信区间。这个算法针对广泛的统计模型,提