점프가 있는 네트워크 추정
본 논문은 시간에 따라 구조가 급격히 변하는(조각별 상수) 그래픽 모델을 대상으로, TESLA 손실을 최소화하는 TD‑Lasso(Temporal‑Difference Lasso) 방법을 제안한다. 제안 기법은 파티션 경계와 각 구간별 희소 정밀도 행렬을 동시에 추정하며, 고속 근접 경사법을 이용해 대규모 문제를 효율적으로 해결한다. 또한 파티션 경계와 네트워크 구조에 대한 일관성(sparsistency) 및 수렴 속도를 최초로 이론적으로 입증한다…
저자: Mladen Kolar, Eric P. Xing
본 논문은 시간에 따라 그래프 구조와 회귀계수가 급격히 변하는 비정상 시계열 데이터를 모델링하고 추정하는 새로운 방법론을 제시한다. 저자들은 VCVS(temporally Varying Coefficient and Varying Structure) 모델을 정의하고, 관측 데이터를 B₁,…,B_B라는 연속 구간으로 나누어 각 구간 j에서 다변량 정규분포 Nₚ(0,Σ_j) 를 가정한다. Σ_j의 역행렬 Ω_j는 희소 정밀도 행렬이며, 이 행렬의 영(0) 원소 패턴이 그래프 구조를 결정한다. 구간 경계 T={T₀=1
원본 논문
고화질 논문을 불러오는 중입니다...
댓글 및 학술 토론
Loading comments...
의견 남기기