隐高斯树的分层合成——一种基于信息论解决合成问题的方法

• 作者: Ali Moharrer 骆源 魏双庆
• 来源期刊: 信息通信技术
• 关键词: 信息论 隐高斯树 随机向量合成 公共信息 连续合成
• 年，卷（期）: 2018,（1）
• 所属期刊栏目: 研究与开发
• 页码范围: 35-41
• 页数: 7页
• 字数: 5577字
• 语种: 中文

摘要

文章基于高斯分布提出一种信息论的启发式合成方法:根据给定的联合密度,研究产生随机向量的机制,从而引出(隐)高斯树结构;依赖于已知的树结构,构造分层的连续的合成方案,达到使用足够数量的公共随机变量来合成希望密度的研究目的.算法中所使用的公共随机源由树顶层的隐变量、独立可加性高斯噪声、以及表达变量之间模糊性的伯努利符号三部分组成.文章所提出的方法不但可以揭示数据隐含的内部联系,而且适用于在机器学习领域中产生仿真数据.