关键词identifiability condition
搜索结果 - 2
- 二次预测误差方法的最优速率非渐近特性
我们研究了二次预测误差方法,即非线性最小二乘法,针对一类满足一定可辨识条件的时变参数预测模型。通过利用依赖数据学习的现代工具,我们提供了这种方法在非线性参数化模型类的更一般设置下的首个速率最优的非渐近分析。此外,我们展示了我们的结果可应用于 - 通过高阶 HSIC 以递增的信息学习非参数 DAGs
通过确定一组父节点的可识别性条件,本文提出了一种基于最优调整算法的学习贝叶斯网络的方法,使用 Hilbert-Schmidt 独立性准则进行优化问题,证明了高阶 HSIC 的增量属性,实验证明该算法在不同合成数据集和实际数据集上优于现有方法