超参数无关设定下稀疏线性动态网络的学习
机器学习
2019-11-27 v1 机器学习
摘要
我们解决了在超参数无关设定下估计稀疏线性动态网络的拓扑与动态的问题。我们提出一种在称为 SPICE（稀疏迭代协方差估计）的计算高效且无需调参的迭代框架中估计网络动态的方法。所估计的动态直接揭示底层拓扑。我们的方法不假设网络是无向的，并且即使网络各模块噪声水平不同时也适用。我们也不对网络动态作任何显式先验假设。基于真实动态网络的数值实验说明了我们方法的有用性。
引用
@article{arxiv.1911.11553,
title = {Learning sparse linear dynamic networks in a hyper-parameter free setting},
author = {Arun Venkitaraman and Håkan Hjalmarsson and Bo Wahlberg},
journal= {arXiv preprint arXiv:1911.11553},
year = {2019}
}