具有协变量的高斯图模型的结构学习

• 作者: 张海 马燕
• 来源期刊: 工程数学学报
• 学科: 数学
• 关键词: 图模型 稀疏 正则化 协变量 SCAD
• 年，卷（期）: 2018,（5）
• 页码范围: 489-501
• 页数: 13页
• 分类号: O212
• 字数: 6618字
• 语种: 中文
• DOI: 10.3969/j.issn.1005-3085.2018.05.001

摘要

图模型是一种研究变量之间相依关系的重要工具.除了节点变量外,数据常常包括协变量而且可能影响网络结构.然而现有关于图模型的工作大多仅考虑节点变量.本文基于图模型研究具有协变量的网络结构特征学习问题,在稀疏正则化的框架下,通过假设变量之间的条件独立为线性关系,建立具有协变量信息的稀疏高斯图模型,估计网络结构特征.所得结果具有实际解释性且易于求解,我们利用坐标下降法求解模型,通过实验说明含协变量比无协变量的效果更好,从而说明本文模型的高效性和实用性.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	张海	西北大学数学学院	42	143	6.0	9.0
2	马燕	西北大学数学学院	2	3	1.0	1.0