×

可分解图形高斯模型确定。 (英语) Zbl 0940.62019号

总结:我们提出了一种在可分解图形高斯模型中确定贝叶斯模型的方法。为了实现这一目标,我们考虑每个给定图的浓度矩阵上的超逆Wishart先验分布。为了确保模型之间的兼容性,这样的先验分布是通过对完整图上的先验条件进行边缘化来获得的。我们探讨了后者超参数的替代结构,以及它们对模型的影响。通过实现可逆跳马尔可夫链蒙特卡罗采样器进行模型确定。特别是,我们建议的维度变换移动涉及到从图中添加或删除边。
我们描述了保持图的可分解性的移动集,给出了在每次扫描时保持图的连接树表示的快速算法。作为状态变量,我们使用不完全方差-方差矩阵,它只包含对应的逆元素非零的元素。这使得所有计算都可以在本地集团级别执行,这对于分析大型复杂数据集来说是一个明显的优势。最后,通过人工数据集和实际数据集说明了该方法的统计和计算性能。

MSC公司:

2015年1月62日 贝叶斯推断
05C90年 图论的应用
65立方厘米 应用于马尔可夫链的数值分析或方法
PDF格式BibTeX公司 XML格式引用
全文: 内政部 链接