具有环面消失理想的对称着色高斯图形模型

@第{Coons2021条对称CG,title={带环面消失理想的对称着色高斯图形模型},author={简·艾维·库恩斯(Jane Ivy Coons)、艾达·马拉吉(Aida Maraj)、普拉蒂克·米斯拉(Pratik Misra)和米鲁娜·斯特凡娜·索里亚(Miruna-Stefana Sorea)},journal={SIAM J.应用代数几何},年份={2021},体积={7},页数={133-158},url={https://api.semanticscholar.org/CorpusID:244714621}}
证明了块图上的RCOP高斯图形模型在协方差矩阵空间中是复曲面的,并学习了这些模型的结构及其与Jordan代数的联系。

本文中的数字

询问这篇论文
AI供电

簇对称李代数及其在代数统计中的应用

本文的目的是检测不可约射影簇V何时不是双曲面。我们通过分析李群和与V相关联的李代数来实现这一点。如果V的维数为

双曲面消失理想的高斯图形模型

本文刻画了高斯图形模型的消失理想是在1次和2次生成的图,这些图是理想是复理想的高斯图形模型,所得图是完全图的1-团和。

具有边和顶点对称性的图形高斯模型

这项工作通过对浓度或相关矩阵施加对称限制,引入了新型的图形高斯模型,这些矩阵可以用彩色图表示,其中与相同颜色的边或顶点相关的参数被限制为相同。

有向高斯图形模型中的对称性

一种在RDAG模型中找到最大似然估计(MLE)的算法,通过线性独立条件表征MLE存在的时间,并提供示例和仿真来研究RDAG相对于未着色DAG的优势。

对称矩阵线性空间的最大似然度

我们研究了由浓度矩阵上的线性条件描述的多元高斯模型。我们计算了这些模型的最大似然度。也就是说,我们计算

对称图形高斯模型的均值估计

研究了具有对称约束的无向图高斯模型中均值的可估计性问题。根据之前的研究,我们将

完备二次曲面:高斯模型和半定规划的舒伯特演算

我们建立了线性集中模型的最大似然度(ML-度)、半定规划的代数度(SDP)和完备Schubert演算之间的联系

多元高斯、半定矩阵补全和凸代数几何

我们研究由协方差矩阵逆的线性约束描述的多元正态模型。此类模型的最大似然估计导致最大化问题

二项式理想

:我们研究由二项式(最多有两个项的多项式)生成的理想的结构以及与之相关的方案和变体。二项理想类包含许多

循环高斯图形模型的几何

我们证明了Sturmfels和Uhler关于与循环的高斯图形模型相关的射影变化度的一个猜想。我们采用了基于

高斯图形模型中最大似然估计的几何

本文开发了一种使用马尔可夫基寻找相互作用基因的方法,并将其测试为两阶段逻辑回归方法和完全贝叶斯方法,表明当其他方法无法检测到相互作用基因座时,它能够检测到相互作用基因座。