★ 2
DECO：方向证据引导的精确 DAG 学习搜索空间缩减
论文提出非参数混合框架 DECO，从观测数据中提取依赖与方向证据，在精确优化前构造可接受父集，从而缩减搜索空间并保留所有合理边方向的灵活性。理论分析证明可接受父集配置空间呈指数级缩减，并量化有界边级遗漏对保留真实父结构概率的影响。在基准贝叶斯网络与合成 DAG 上实现显著搜索空间缩减与有竞争力的结…
arXiv cs.LG25 天前
#结构学习
共 3 篇相关资讯，按重要度与时间排序，每 3 小时更新。
★ 2
含隐混杂与有向环的可微结构学习
论文研究存在有向环与未知数量外生隐混杂（有上界）的线性高斯结构因果模型中的因果结构学习。作者推导观测变量协方差，提出边际准等价概念，并将结构学习表述为带对数复杂度惩罚的高斯负对数似然最小化。通过 Bernoulli 门参数化边与候选隐变量，得到闭式可微复杂度惩罚，实验显示恢复误差低于既有方法。
arXiv cs.LG32 天前
★ 1
SLGBN：用惩罚 B 样条增强贝叶斯网络节点依赖灵活性
arXiv 论文提出半线性高斯贝叶斯网络（SLGBN），在保留高斯条件分布的同时引入非线性条件均值函数，用广义可加模型与惩罚 B 样条估计参数。该方法统一了线性与非线性高斯条件模型，并给出贪心爬山结构学习算法。实验显示在存在非线性高斯关系时，SLGBN 的拟合优度与结构恢复能力优于半参数贝叶斯网络…
arXiv cs.AI10 天前