交互标记过程的凸参数恢复
统计理论
2020-11-13 v3 机器学习
机器学习
统计理论
摘要
我们引入了一种用于具有类别交互标记的多元离散事件数据的新的通用建模方法，称之为标记 Bernoulli 过程。在所提模型中，某位置发生特定类别事件的概率可能受该位置及其他位置过去事件的影响。我们不将交互限制为正向或随时间衰减（如通常所采用的那样），从而能够捕捉历史事件、位置及不同类别事件影响的任意形状。在我们的建模中，通过允许对模型参数施加一般凸约束来融入先验知识。我们开发了两种参数估计过程，利用带约束的最小二乘（LS）和最大似然（ML）估计，并通过单调算子的变分不等式求解。我们讨论了该方法的不同应用，并在合成示例和真实世界警察数据集上说明了所提恢复例程的性能。
引用
@article{arxiv.2003.12935,
title = {Convex Parameter Recovery for Interacting Marked Processes},
author = {Anatoli Juditsky and Arkadi Nemirovski and Liyan Xie and Yao Xie},
journal= {arXiv preprint arXiv:2003.12935},
year = {2020}
}