非高斯图形模型（SING）中的稀疏性识别 什么是SING算法？ SING算法通过估计条件独立性得分矩阵来学习非高斯图形模型的结构。该矩阵基于随机变量集合的联合对数密度的Hessian信息。给定目标密度的样本，该算法学习一个传输图来表示密度，并定义分数矩阵的稀疏估计器。有关该算法的更多信息，请参阅预印本. 作者 Ricardo Baptista（麻省理工学院）、Rebecca Morrison（加州大学博尔德分校）、Youssef Marzouk（麻省理工学院）和Olivier Zahm（印度放射学会） 电子邮件：rsb@mit.edu,rebeccam@colorado.edu,ymarz@mit.edu公司和olivier.zahm@inria.fr 安装 SING算法在Python中使用交通地图包裹。算法可以在新加坡文件夹。在剩余的文件夹中可以找到用于重现预印本中所有示例的图形的脚本。