实体
Gaussian Graphical Models
Gaussian Graphical Models
PulseAugur coverage of Gaussian Graphical Models — every cluster mentioning Gaussian Graphical Models across labs, papers, and developer communities, ranked by signal.
总计 · 30天
2
90 天内 2
发布 · 30天
0
90 天内 0
论文 · 30天
2
90 天内 2
层级分布 · 90 天
主题
情绪 · 30 天
1 天有情绪数据
最近 · 第 1/1 页 · 共 2 条
-
新的凸框架改进了高斯图模型估计
研究人员开发了一种新的凸框架来估计高斯图模型，该模型用于理解变量之间的条件独立结构。该方法结合了辅助协变量，改进了 eQTL 研究等领域中的估计，其中遗传变异同时影响基因表达和依赖结构。所提出的方法允许均值和精度矩阵的联合凸优化，在高维环境中提供了增强的理论保证。
-
新的Spectral-MTP2方法对高斯图模型进行稀疏化
研究人员开发了一种名为Spectral-MTP2的新方法，用于学习高斯图模型，该模型将变量依赖关系表示为图。该方法使用谱稀疏化来创建更稀疏、更易于解释的图，同时保持密集模型的准确性。该方法特别适用于依赖性为正的应用，例如在金融或生物数据分析中，并在模拟和真实数据集上显示出潜力。