学习线性非高斯多叉树模型
机器学习
2022-08-16 v1 机器学习
摘要
在图因果发现的背景下,我们改编了线性非高斯无环模型(LiNGAMs)这一通用框架,提出高效学习多叉树结构图的新算法。我们的方法结合了首先学习无向树结构的 Chow--Liu 算法与用于确定边方向的新方案。这些定向方案评估数据生成分布各矩之间的代数关系,且计算代价低廉。我们建立了该方法的高维一致性结果,并在数值实验中比较了不同算法版本。
引用
@article{arxiv.2208.06701,
title = {Learning Linear Non-Gaussian Polytree Models},
author = {Daniele Tramontano and Anthea Monod and Mathias Drton},
journal= {arXiv preprint arXiv:2208.06701},
year = {2022}
}