周,可以;王晓飞;郭建华 学习混合潜在树模型。 (英语) Zbl 07306928号 J.马赫。学习。研究。 21,第249号文件,第35页(2020). 摘要:近年来,潜在结构学习受到了越来越多的关注。但大多数相关工作只关注纯连续或纯离散数据。本文考虑混合数据挖掘中的混合潜在树模型。我们讨论了这些混合模型的潜在结构学习和参数估计。对于结构学习,我们提出了一种一致的自底向上算法,并给出了精确结构恢复的有限样本界保证。对于参数估计,我们利用矩阵分解提出了一种矩估计,并证明了估计的渐近正态性。在模拟数据和实际数据上的实验证明,该方法对于挖掘层次结构和潜在信息是有效的。 引用于1文件 MSC公司: 68T05型 人工智能中的学习和自适应系统 2012年12月62日 参数估计量的渐近性质 62甲12 多元分析中的估计 关键词:信息距离;潜在变量;混合潜在树;参数估计;结构学习 PDF格式BibTeX公司 XML格式引用 \textit{C.Zhou}等人,J.Mach。学习。第21号决议,第249号论文,第35页(2020年;Zbl 07306928) 全文: 链接