mixed linear regression | BriefGPT

关键词mixed linear regression

搜索结果 - 9

ICML基于 EM 和 AM 算法的混合线性回归的无知学习
混合线性回归是参数统计学和机器学习领域中一个被广泛研究的问题，本文研究了在没有生成模型的情况下，如何通过异态学习使用期望最大化算法 (EM) 和交替最小化算法 (AM) 进行混合线性回归的参数估计。
PDFa month ago
混合线性回归中 EM 迭代的摆线轨迹揭示
我们研究了两组分混合线性回归 (2MLR) 的期望最大化 (EM) 算法的迭代轨迹和收敛速度。通过使用贝塞尔函数，我们提供了 EM 在所有信噪比情况下的明确闭式表达式，并在无噪音的情况下通过导出一个循环关系完全刻画了 EM 迭代的行为，从而
PDFa month ago
混合线性回归的全局在线识别收敛性
本文研究了混合线性回归模型的在线识别和数据聚类问题，引入了两种基于期望最大化原理的相应的新的在线识别算法，证明了这两种算法都在不依赖传统的独立同分布数据假设的情况下全局收敛。在分析中的一个关键步骤是建立相应微分方程的稳定性以应用著名的 Lj
PDF7 months ago
通过近似消息传递实现混合回归
本文提出了一种基于 Matrix GLM 的近似消息传递算法（AMP）来估计混合线性回归等多个广义线性模型的信号，经过状态演化递归的理论分析得出该算法的性能，同时使用状态演化方法在每次迭代中选择 AMP 的最优去噪函数，数值模拟结果验证了
PDFa year ago
ICML混合线性回归的 Wasserstein 极小极大框架
本文提出了 Wasserstein Mixed Linear Regression (WMLR)，通过使用一种优化传输的方法来解决 Mixed Linear Regression 问题。WMLR 可以处理混合模型的联邦学习任务，收敛速度较快
PDF3 years ago
混合线性回归的迭代最小剪枝平方
本文研究了混合线性回归中带有干扰项的迭代最小残差平方法，提出了 ILTS 的全局算法并在等方差高斯特征下进行评估，结果表明在坏的训练数据设置下，循环拟合最佳样本子集可以确保达到最先进的性能。
PDF5 years ago
Mixture of Two Component Linear Regression 的 EM 算法全局收敛性
本研究提出 Expectation-Maximization 算法在混合线性回归方程式以两个成分收敛的新证明，揭示其在混合线性回归方程式中的变异，为此提出几种新思想。
PDF6 years ago
使用张量分解和交替最小化求解多个随机线性方程混合问题
本研究提出基于张量分解和交替最小化的算法可解决混合线性回归问题，具有多项式复杂度，可在线性维度下提供全局最优性结果。
PDF8 years ago
混合线性回归问题的交替最小化
本文提出了一种新的初始化过程，该过程基于找到适当矩阵的前两个特征向量，并表明具有这种方法下的重采样 EM 算法在自然假设前提下可以收敛到正确的向量，其样本复杂度几乎是最佳的。
PDF11 years ago