Sylvester 图套索（SyGlasso）
机器学习
2020-02-04 v1 机器学习
统计方法学
摘要
本文介绍了 Sylvester 图套索（SyGlasso），其捕捉张量值数据中存在的多路依赖关系。该模型基于定义生成模型的 Sylvester 方程。所提模型补充了张量图套索（Greenewald 等，2019）——后者对逆协方差矩阵强加 Kronecker 和模型——通过提供一种生成式且可解释的替代 Kronecker 和模型。我们采用节点回归方法来估计变量间的条件独立关系。建立了该方法的统计收敛性，并提供了实证研究以展示有意义的条件依赖图的恢复。我们将 SyGlasso 应用于一项脑电图（EEG）研究，以比较酗酒与非酗酒受试者的脑连接性。我们证明我们的模型能同时估计脑连接性及其时间依赖关系。
引用
@article{arxiv.2002.00288,
title = {The Sylvester Graphical Lasso (SyGlasso)},
author = {Yu Wang and Byoungwook Jang and Alfred Hero},
journal= {arXiv preprint arXiv:2002.00288},
year = {2020}
}
备注
Accepted in AISTATS 2020