一种用于稀疏加低秩网络辨识的贝叶斯方法
最优化与控制
2015-09-29 v2 机器学习
摘要
我们考虑用简约动态模型对多元时间序列建模的问题，此类模型可表示为具有少量潜节点的稀疏动态贝叶斯网络。该结构转化为稀疏加低秩模型。本文中，我们提出一种高斯回归方法来辨识此类模型。
引用
@article{arxiv.1503.07340,
title = {A Bayesian Approach to Sparse plus Low rank Network Identification},
author = {Mattia Zorzi and Alessandro Chiuso},
journal= {arXiv preprint arXiv:1503.07340},
year = {2015}
}