基于自适应惩罚的潜变量高斯图模型结构学习

摘要：

采用 自适应惩罚似然方法解决含潜变量高斯图模型的结构学习问题.模拟结果表明,自适应惩罚显著优于非自适应惩罚,可有效降低估计偏差,更准确地估计给定潜变量时观测变量间的条件独立性关系.

关键词：潜变量高斯图模型、自适应LASSO惩罚、自适应核范数惩罚、交替方向乘子法

所属期刊栏目：61

分类号：O21(概率论与数理统计)

资助基金：国家自然科学基金;国家自然科学基金;吉林省自然科学基金

在线出版日期：2023-10-16（万方平台首次上网日期，不代表论文的发表时间）

页数：共7页

页码：1056-1062