GemBag：多贝叶斯图形模型的群估计
杨新明（Xinming Yang）、甘凌瑞（Lingrui Gan）、纳维恩（Naveen N.Narisetty）、冯亮（Feng Liang）; 22(54):1−48, 2021.
摘要
本文针对稀疏结构和信号强度相似但不同的多个图形模型的联合估计问题，提出了一种新的分层贝叶斯模型和一种有效的估计方法。我们提出的分层贝叶斯模型非常适合于稀疏结构的共享，并且我们称为GemBag的过程在超形式估计精度和图形结构的正确恢复方面具有最佳的理论性质，即使在某些信号较弱的情况下也是如此。尽管获得我们提出的估计器所需的后验分布的优化是一个非凸优化问题，但我们证明了它在大的约束空间中是凸的，这有助于使用计算高效的算法。通过广泛的仿真研究和对自行车共享数据集的应用，我们证明了与其他方法相比，所提出的GemBag方法具有强大的经验性能。
[腹肌]
[pdf格式][围兜]
