顾宇奇;徐公军 学习高维结构化潜在属性模型中的属性模式。 （英语） Zbl 1434.68412号 J.马赫。学习。物件。 20，第115号论文，58页（2019年）. 摘要：结构化潜在属性模型（SLAM）是广泛应用于社会和生物科学中的一类特殊的离散潜在变量模型。本文考虑从潜在高维属性配置的SLAM中学习重要属性模式的问题。我们解决了理论上的可识别性问题，提出了一种用于选择属性模式的惩罚似然方法，并进一步建立了具有发散潜在模式数的过度供应SLAM中的选择一致性。仿真研究和教育评估中的两个实际数据集证明了该方法的良好性能。 引用于8文件 MSC公司： 68T05型 人工智能中的学习和自适应系统 62甲12 多元分析中的估计 62第25页 统计学在社会科学中的应用 关键词：结构化潜在属性模型;高维配置;惩罚似然法;属性模式 PDF格式BibTeX公司 XML格式引用 \textit{Y.Gu}和\textit{G.Xu}，J.Mach。学习。第20号决议，第115号论文，58页（2019年；Zbl 1434.68412） 全文： arXiv公司 链接 参考文献： [1] Elizabeth S Allman、Catherine Matias和John A Rhodes。具有多个观测变量的潜在结构模型中参数的可识别性。《统计年鉴》，37:3099-31322009年·Zbl 1191.62003号 [2] 阿尼马什雷·阿南德库马尔、荣戈、丹尼尔·徐、沙姆·卡卡德和马图斯·特尔加斯基。用于学习潜在变量模型的张量分解。机器学习研究杂志，15（1）：2773-28322014·兹比尔1319.62109 [3] 阿尼马什雷·阿南德库马尔、丹尼尔·徐、马吉德·扬扎敏和沙姆·卡卡德。何时可以识别过于完整的主题模型？结构稀疏张量-塔克分解的唯一性。《机器学习研究杂志》，16:2643-26942015·Zbl 1351.68202号 [4] Aditya Bhaskara、Moses Charikar和Aravindan Vijayaraghavan。张量分解的唯一性及其在多项式可辨识性中的应用。InConference on Learning Theory，第742-778页，2014年·Zbl 1315.68203号 [5] Pier Giovanni Bissiri、Chris C Holmes和Stephen G Walker。更新信念分布的一般框架。英国皇家统计学会杂志：B辑（统计方法），78（5）：1103-11302016·Zbl 1414.62039号 [6] David M Blei、Alp Kucukelbir和Jon D McAuliffe。变分推理：统计学家评论。《美国统计协会杂志》，112（518）：859-8772017。 [7] Miguel A Carreira Perpin´an和Steve Renals。多元bernoulli分布有限混合的实际可识别性。神经计算，12（1）：141-1522000。 [8] 陈汉峰（Hanfeng Chen）、陈嘉华（Jiahua Chen）和约翰·D·卡尔布弗雷希（John D Kalbfleisch）。有限混合模型中均匀性的改进似然比检验。英国皇家统计学会杂志：B辑（统计方法），63（1）：19-292001·Zbl 0976.62011号 [9] 陈汉峰（Hanfeng Chen）、陈嘉华（Jiahua Chen）和约翰·D·卡尔布弗雷希（John D Kalbfleisch）。两组分有限混合模型的测试。英国皇家统计学会杂志：B辑（统计方法），66（1）：95-1152004·Zbl 1061.62025号 [10] 陈嘉华。有限混合模型的最优收敛速度。《统计年鉴》，23:221-2331995年·Zbl 0821.62023号 [11] 陈嘉华和陈泽华。大模型空间模型选择的扩展贝叶斯信息准则。《生物特征》，95（3）：759-7712008·Zbl 1437.62415号 [12] 陈英翰、史蒂文·安德鲁·库佩普、陈玉国和杰弗里·道格拉斯。DINAQ矩阵的贝叶斯估计。心理测量学，83（1）：89-1082018·Zbl 1402.62302号 [13] Badr-Edine Ch´erief-Abdelatif和Pierre Alquier。混合物中估计和模型选择的变分贝叶斯推断的一致性。arXiv预印本arXiv:1805.050542018·Zbl 1403.62035号 [14] Kyong Mi Choi、Young Sun Lee和Yoon Soo Park。CDM可以告诉学生所学的东西：对八年级数学的分析。《欧亚数学、科学与技术教育杂志》，11（6），2015年。 [15] 吉米·德拉托雷。广义DINA模型框架。《心理测量学》，76:179-1992011年·Zbl 1284.62775号 [16] 吉米·德拉托雷和杰弗里·道格拉斯。认知诊断的高阶潜在特征模型。《心理测量学》，69（3）：333-3532004·Zbl 1306.62527号 [17] 吉米·德拉托雷、安德里斯·范德阿尔克和吉娜·罗西。认知诊断建模框架的临床数据分析。咨询与发展中的测量与评估，51（4）：281-2962018。 [18] 劳伦斯·T·德卡罗。关于分数减法数据的分析：DINA模型、分类、潜在班级规模和Q矩阵。应用心理测量，35（1）：8-262011。 [19] Arthur P Dempster、Nan M Laird和Donald B Rubin。通过EM算法从不完整数据中获得最大似然。英国皇家统计学会杂志：B辑（方法学），39（1）：1-221977·Zbl 0364.62022号 [20] 路易斯·迪贝洛（Louis V DiBello）、威廉·斯托特（William F Stout）和路易斯·阿鲁索斯（Louis-A Roussos）。统一的认知/心理测量诊断评估，如基于hood的分类技术。认知诊断评估，第361-3891995页。 [21] 马蒂亚斯·德顿（Mathias Drton）、伯恩德·斯图尔姆费尔斯（Bernd Sturmfels）和塞斯·沙利文（Seth Sullivant）。代数因子分析：四分体、五分体及以上。概率论及相关领域，138（3-4）：463-4932007·Zbl 1111.13020号 [22] Ivo D¨untsch和G¨unther Gediga。技能和知识结构。英国数学与统计心理学杂志，48（1）：9-271995·Zbl 0833.92031号 [23] 克里斯托弗·基诺维塞和拉里·瓦瑟曼。高斯混合筛的收敛速度。《统计年鉴》，28（4）：1105-11272000·Zbl 1105.62333号 [24] 伊恩·古德费罗（Ian Goodfellow）、约舒亚·本吉奥（Yoshua Bengio）和亚伦·库维尔（Aaron Courville）。深度学习。麻省理工学院出版社，2016年·Zbl 1373.68009号 [25] 顾宇奇和徐公军。DINA模型可辨识性和可估计性的充要条件。《心理测量学》，84（2）：468-4832019a·Zbl 1431.62536号 [26] 顾宇奇和徐公军。受限潜在类模型的部分可识别性。《统计年鉴》，即将出版，2019b·Zbl 1431.62536号 [27] Mats Gyllenberg、Timo Koski、Edwin Reilink和Martin Verlaan。细菌概率数字识别中的非唯一性。应用概率杂志，31:542-5481994·Zbl 0817.92002号 [28] 菲利普·海因里希和乔纳斯·卡恩。有限混合估计的强可辨识性和最优极小极大率。《统计年鉴》，46（6A）：2844-28702018·Zbl 1420.62215号 [29] Robert A.Henson、Jonathan L.Templin和John T.Wills。使用带有潜在变量的对数线性模型定义认知诊断模型家族。《心理测量学》，74:191-210，2009年·Zbl 1243.62140号 [30] Nhat Ho和Xuan Long Nguyen。某些弱可识别有限混合参数估计的收敛速度。《统计年鉴》，44（6）：2726-27552016·Zbl 1359.62076号 [31] C.C.Holmes和S.G.Walker。在一般贝叶斯模型中为幂似然赋值。Biometrika，104（2）：497-5032017·Zbl 1506.62264号 [32] Daniel Hsu和Sham M Kakade。学习球面高斯混合：矩方法和谱分解。第四届理论计算机科学创新会议论文集，第11-20页。ACM，2013年·Zbl 1362.68246号 [33] 阿里尔·贾菲（Ariel Jaffe）、罗伊·韦斯（Roi Weiss）、沙伊·卡米（Shai Carmi）、尤瓦尔·克鲁格（Yuval Kluger）和波阿斯·纳德勒（Boaz Nadler）。学习二元潜在变量模型：张量特征对方法。arXiv预印本arXiv:1802.096562018。 [34] Brian W.Junker和Klaas Sijtsma。认知评估模型几乎没有假设，并且与非参数项目反应理论有关。应用心理测量，25:258-2722001。 [35] 约瑟夫·克鲁斯卡尔（Joseph B Kruskal）。三路数组：三线性分解的秩和唯一性，应用于算术复杂性和统计学。线性代数及其应用，18（2）：95-1381977·Zbl 0364.15021号 [36] 李永善、朴永洙和迪登·泰兰。使用TIMSS 2007对马萨诸塞州、明尼苏达州和美国国家样本的属性掌握进行认知诊断建模。国际测试杂志，11（2）：144-1772011。 [37] 杰奎琳·普·莱顿（Jacqueline P Leighton）、马克·吉尔尔（Mark J Gierl）和斯蒂芬·亨卡（Stephen M Hunka）。认知评估的属性层次方法：Tatsuoka规则空间方法的变体。《教育测量杂志》，41（3）：205-2372004。 [38] Eric Maris。估计多分类潜在类模型。《心理测量学》，64（2）：187-2121999年·Zbl 1291.62229号 [39] Gunter Maris和Timo M Bechger。等效的诊断分类模型。《测量》，2009年7月41日至46日·Zbl 1306.62475号 [40] 朱迪思·卢梭（Judith Rousseau）和克里·蒙格森（Kerrie Mengersen）。过量混合模型中后验分布的渐近行为。英国皇家统计学会杂志：B辑（统计方法），73（5）：689-7102011·Zbl 1228.62034号 [41] Andre A Rupp、Jonathan Templin和Robert A Henson。诊断测量：理论、方法和应用。吉尔福德出版社，2010年。 [42] 沈晓彤、潘玮和朱云章。基于可能性的选择和尖锐的参数估计。《美国统计协会杂志》，107（497）：223-2322012年·Zbl 1261.62020年 [43] P斯莫伦斯基。第六章：动力系统中的信息处理：和谐理论的基础。并行分布式处理：认知微观结构的探索，1986年1月。 [44] Yu-Law Su、KM Choi、WC Lee、T Choi和M McAninch。timss 2003数学的层次认知诊断分析。测量与评估高级研究中心，35:1-712013。 [45] 乔纳森·坦普林和莱恩·布拉德肖。层次诊断分类模型：用于估计和测试属性层次结构的一系列模型。《心理测量学》，79（2）：317-3392014·Zbl 1288.62189号 [46] 乔纳森·坦普林（Jonathan L.Templin）和罗伯特·汉森（Robert A.Henson）。使用认知诊断模型测量心理障碍。《心理学方法》，11:287-3052006。 [47] 马蒂亚斯·冯·戴维（Matthias von Davier）。应用于语言测试数据的通用诊断模型。英国数学与统计心理学杂志，61:287-3072008。 [48] 马蒂亚斯·冯·戴维（Matthias von Davier）。DINA模型作为约束通用诊断模型：模型等效性的两种变体。英国数学与统计心理学杂志，67（1）：49-712014·Zbl 1406.91392号 [49] 王永红和沈小童。筛选MLE的似然比和收敛速度的概率不等式。《统计年鉴》，第339-3621995页·Zbl 0829.62002号 [50] 吴振科（Zhenke Wu）、玛丽亚·德罗里亚·诺尔（Maria Deloria-Knoll）和斯科特·泽格（Scott L Zeger）。依赖二进制数据的嵌套部分潜在类模型；估计疾病病因。生物统计学，18（2）：200-2132017。 [51] 吴振科、利维娅·卡西奥拉·罗森、安东尼·罗森和斯科特·泽格。多元二元结果科学结构聚类的限制潜在类模型的贝叶斯方法。arXiv预印本arXiv:1808.083262018。 [52] 徐公军。具有二进制响应的受限潜在类模型的可识别性。《统计年鉴》，45:675-7072017年·Zbl 1371.62010年 [53] 徐公军和尚卓然。识别受限潜在类模型中的潜在结构。美国统计协会期刊，113（523）：1284-12951018·Zbl 1402.62347号 [54] 徐恭君和张斯蒂芬妮。诊断分类模型的可识别性。《心理测量学》，81:625-6492016年·兹比尔1345.62166 [55] 山口和弘（Kazuhiro Yamaguchi）和冈田贤介（Kensuke Okada）。2007年timss四年级数学评估认知诊断模型的比较。《公共科学图书馆·综合》，12（2）：e01886912018年。 [56] Yun Yang、Debdeep Pati和Anirban Bhattacharya。 此参考列表基于出版商或数字数学图书馆提供的信息。其项与zbMATH标识符进行启发式匹配，可能包含数据转换错误。在某些情况下，zbMATH Open的数据对这些数据进行了补充/增强。这试图尽可能准确地反映原始论文中列出的参考文献，而不要求完整或完全匹配。