通过 Frank-Wolfe 快速学习多维 Hawkes 过程
机器学习
2022-12-13 v1 最优化与控制
摘要
Hawkes 过程近来已成为建模与生成序列事件数据的首要工具之一。多维 Hawkes 过程对不同类型事件间的自激励与互激励进行建模，并已成功应用于金融、流行病学与个性化推荐等多个领域。本工作中，我们提出一种用于学习多维 Hawkes 过程的 Frank-Wolfe 算法适配方案。实验结果表明，在参数估计精度上我们的方法优于或其他一阶方法相当，同时享有显著更快的运行时间。
引用
@article{arxiv.2212.06081,
title = {Fast Learning of Multidimensional Hawkes Processes via Frank-Wolfe},
author = {Renbo Zhao and Niccolò Dalmasso and Mohsen Ghassemi and Vamsi K. Potluru and Tucker Balch and Manuela Veloso},
journal= {arXiv preprint arXiv:2212.06081},
year = {2022}
}
备注
Presented at the NeurIPS 2022 Workshop on Synthetic Data for Empowering ML Research. 9 pages, 3 figures, 4 tables