中文

乘积分布混合的来源识别

机器学习 2021-01-01 v1 数据结构与算法 信号处理 机器学习

摘要

我们给出了一个用于 nn 比特上 kk 个乘积分布混合的来源识别算法。这是机器学习中一个具有众多应用的基础问题。给定可识别混合的来源参数的近似多线性矩值(例如由足够大样本导出)作为输入,我们的算法使用 2O(k2)nO(k)2^{O(k^2)} n^{O(k)} 次算术操作来识别这些参数。我们的结果是关于此类混合来源识别计算复杂度的首个显式界。其运行时间改进了 Feldman、O'Donnell 和 Servedio (FOCS 2005) 以及 Chen 和 Moitra (STOC 2019) 的先前结果,那些结果仅保证学习该混合(无来源的参数化识别)。我们的分析给出了 Tahmasebi、Motahari 和 Maddah-Ali (ISIT 2018) 提出的可识别来源定性刻画的一个定量版本。

关键词

引用

@article{arxiv.2012.14540,
  title  = {Source Identification for Mixtures of Product Distributions},
  author = {Spencer L. Gordon and Bijan Mazaheri and Yuval Rabani and Leonard J. Schulman},
  journal= {arXiv preprint arXiv:2012.14540},
  year   = {2021}
}