从采样与激发图中恢复潜在因子
机器学习
2019-09-23 v1 机器学习
摘要
考虑一组潜在因子，其激活的可观测效应被捕获在一个表现为取值于 的比特网格的测度空间上。本文旨在为以下问题提供理论和实践上的解答：假设我们可以完美地指示出标记了一个有限网格活动数据集的潜在因子的激活，我们能否设想一个程序来构建一个通用的因子激活识别器？
引用
@article{arxiv.1909.09493,
title = {On Recovering Latent Factors From Sampling And Firing Graph},
author = {Pierre Gouedard},
journal= {arXiv preprint arXiv:1909.09493},
year = {2019}
}
备注
38 pages, 9 figures, 1 table