https://zbmath.org/atom/cc/62H22 2024-04-15T15:10:58.286558Z Werkzeug公司 https://zbmath.org/1530.62025 2024-04-15T15:10:58.286558Z “李，范群” https://zbmath.org/authors/？q=ai:li.fanqun “赵明涛” https://zbmath.org/authors/？q=ai:zhao.mingtao “张孔生” https://zbmath.org/authors/？q=ai:zhang.kongsheng 摘要：本文基于精度矩阵的修正Cholesky分解，提出了图形模型的贝叶斯自适应Lasso估计和最大自适应后验估计。我们还通过最小化解耦收缩和选择损失函数来恢复图形。 https://zbmath.org/1530.68058 2024-04-15T15:10:58.286558Z “帕朱宁，朱卡” https://zbmath.org/authors/？q=ai:pajunen.jukka “Janhunen，Tomi” https://zbmath.org/authors/？q=ai:janhunen.tomi 摘要：给定一个组合搜索问题，列举它的（所有）解决方案可能非常有用，而不仅仅是找到一个解决方案，或者显示不存在任何解决方案。如果提供了目标函数，最优解也可以这样说。这项工作超越了最优解的单纯枚举，并解决了通过优化（SEO）枚举解的计算任务。这项任务是在答案集编程（ASP）的背景下研究的，其中问题的（最佳）解决方案是用编码问题的逻辑程序的答案集捕获的。现有的答案集求解器已经支持枚举所有（最佳）答案集。然而，在本文中，我们将最优答案集的枚举推广到了严格最优答案集之外，从而产生了按最优性顺序枚举答案集（ASEO）的思想。这种方法适用于最佳答案集或无限设置，相当于基于目标函数对答案集进行排序的过程。作为这项工作的主要贡献，我们提出了上述答案集枚举任务的第一个通用算法。此外，我们还举例说明了ASEO的潜在使用案例。首先，我们研究如何在ASP中形式化和解决的许多优化问题中高效地访问下一个最佳解决方案。其次，我们证明ASEO为贝叶斯网络提供了一种有效的采样技术。