印度厨师过程
机器学习
2020-01-30 v1 机器学习
摘要
本文介绍了印度厨师过程（Indian Chefs Process, ICP），这是一种定义在无限有向无环图（DAG）与序的联合空间上的贝叶斯非参数先验，推广了印度自助餐过程（Indian Buffet Processes）。如我们的构造所示，所提出的分布依赖于一个潜在的Beta过程，该过程同时控制节点的序与出边连接概率，并在稀疏无限图上给出概率分布。与先前提出的DAG结构贝叶斯非参数先验相比，ICP的主要优势在于其更大的灵活性。据我们所知，ICP是首个支持任意可能DAG的贝叶斯非参数模型。我们在深度生成sigmoid网络以及卷积神经网络的结构学习中展示了ICP的实用性。
引用
@article{arxiv.2001.10657,
title = {The Indian Chefs Process},
author = {Patrick Dallaire and Luca Ambrogioni and Ludovic Trottier and Umut Güçlü and Max Hinne and Philippe Giguère and Brahim Chaib-Draa and Marcel van Gerven and Francois Laviolette},
journal= {arXiv preprint arXiv:2001.10657},
year = {2020}
}