本文選題：概率圖模型 + 稀疏化學(xué)習(xí)��； 參考：《計(jì)算機(jī)學(xué)報(bào)》2016年08期

【摘要】：利用稀疏化學(xué)習(xí)得到的概率圖模型結(jié)構(gòu)簡(jiǎn)單卻保留了原始概率圖模型中重要的結(jié)構(gòu)信息,且能同時(shí)實(shí)現(xiàn)結(jié)構(gòu)和參數(shù)學(xué)習(xí),因此近幾年來(lái)概率圖模型的稀疏化學(xué)習(xí)一直是研究的熱點(diǎn),其中概率圖模型的第一種稀疏化學(xué)習(xí)方法是圖套索.文中總結(jié)了概率圖模型的稀疏化學(xué)習(xí)方法,包括概率圖模型的L1范數(shù)罰稀疏化學(xué)習(xí)、概率圖模型的無(wú)偏稀疏化學(xué)習(xí)、概率圖模型的結(jié)構(gòu)稀疏化學(xué)習(xí)和概率圖模型的多任務(wù)稀疏化學(xué)習(xí).最后,文中還指出了概率圖模型的稀疏化學(xué)習(xí)未來(lái)有意義的研究方向.
[Abstract]:The probabilistic graph model obtained by sparse learning is simple in structure but retains important structural information in the original probabilistic graph model, and it can realize structure and parameter learning at the same time. Therefore, the sparse learning of probabilistic graph model has been a hot topic in recent years, and the first sparse learning method of probabilistic graph model is graph lasso. This paper summarizes the sparse learning methods of probabilistic graph model, including L1 norm penalty sparse learning of probabilistic graph model and unbiased sparse learning of probabilistic graph model. The structure sparse learning of probabilistic graph model and multitask sparse learning of probabilistic graph model. Finally, the future research direction of sparse learning of probabilistic graph model is pointed out.
【作者單位】： 中國(guó)石油大學(xué)(北京)自動(dòng)化研究所;
【基金】：國(guó)家“九七三”重點(diǎn)基礎(chǔ)研究發(fā)展計(jì)劃項(xiàng)目基金(2012CB720500) 國(guó)家自然科學(xué)基金(21006127) 中國(guó)石油大學(xué)(北京)基礎(chǔ)學(xué)科研究基金項(xiàng)目(JCXK-2011-07)資助
【分類號(hào)】：TP181

【相似文獻(xiàn)】

相關(guān)期刊論文 前10條

1 張巖;;概率圖模型及其推理技術(shù)的研究現(xiàn)狀[J];信息技術(shù);2013年05期

2 王相海;陳明瑩;方玲玲;;概率圖模型及其圖像與視頻應(yīng)用研究[J];中國(guó)圖象圖形學(xué)報(bào);2009年09期

3 王婧韞;如何利用EXCEL做概率曲線圖[J];微計(jì)算機(jī)信息;1998年06期

4 袁野;王國(guó)仁;;基于閾值的概率圖可達(dá)查詢[J];計(jì)算機(jī)學(xué)報(bào);2010年12期

5 劉技;康曉東;賈富倉(cāng);劉玲玲;王昊;;基于圖割與概率圖譜的肝臟自動(dòng)分割研究[J];計(jì)算機(jī)科學(xué);2012年02期

6 程強(qiáng);陳峰;董建武;徐文立;;概率圖模型中的變分近似推理方法[J];自動(dòng)化學(xué)報(bào);2012年11期

7 韓忠明;許峰敏;段大高;;面向微博的概率圖水軍識(shí)別模型[J];計(jì)算機(jī)研究與發(fā)展;2013年S2期

8 段琳琳;王忠勇;肖巖;朱政宇;;概率圖模型在無(wú)線網(wǎng)絡(luò)推理中的應(yīng)用[J];無(wú)線電工程;2012年02期

9 張宏毅;王立威;陳瑜希;;概率圖模型研究進(jìn)展綜述[J];軟件學(xué)報(bào);2013年11期

10 彭青松;張明;葉愛(ài)兵;;不確定供應(yīng)鏈管理網(wǎng)絡(luò)的概率圖模型仿真研究[J];系統(tǒng)仿真學(xué)報(bào);2008年S1期

相關(guān)會(huì)議論文 前6條

1 文振q;朱為總;歐陽(yáng)杰;羅威;;基于無(wú)向概率圖模型的視頻語(yǔ)義狀態(tài)建模[A];圖像圖形技術(shù)研究與應(yīng)用2009——第四屆圖像圖形技術(shù)與應(yīng)用學(xué)術(shù)會(huì)議論文集[C];2009年

2 蘇從勇;莊越挺;黃麗;吳飛;;基于概率圖模型的人臉多特征跟蹤[A];全國(guó)第13屆計(jì)算機(jī)輔助設(shè)計(jì)與圖形學(xué)（CAD/CG）學(xué)術(shù)會(huì)議論文集[C];2004年

3 黎海恩;劉建偉;羅雄麟;;概率圖模型的變分近似推理[A];2013年中國(guó)智能自動(dòng)化學(xué)術(shù)會(huì)議論文集（第四分冊(cè)）[C];2013年

4 王源;岳昆;方啟宇;劉惟一;;CloudBN:基于云計(jì)算的概率圖模型學(xué)習(xí)系統(tǒng)[A];第29屆中國(guó)數(shù)據(jù)庫(kù)學(xué)術(shù)會(huì)議論文集（B輯）（NDBC2012）[C];2012年

5 張領(lǐng)強(qiáng);張怡;王勇軍;;一種基于攻擊概率的攻擊圖分級(jí)方法[A];中國(guó)電子學(xué)會(huì)第十六屆信息論學(xué)術(shù)年會(huì)論文集[C];2009年

6 朱青;王珊;常利軍;;基于概率學(xué)習(xí)導(dǎo)航的分布式信息查詢[A];第二十五屆中國(guó)數(shù)據(jù)庫(kù)學(xué)術(shù)會(huì)議論文集（一）[C];2008年

相關(guān)博士學(xué)位論文 前6條

1 石東昱;適合分布計(jì)算環(huán)境不確定性處理的概率圖模型若干問(wèn)題研究[D];上海交通大學(xué);2006年

2 孫建中;面向圖像處理的概率圖模型應(yīng)用研究[D];重慶大學(xué);2013年

3 趙安平;基于概率圖模型的服務(wù)語(yǔ)義鏈網(wǎng)絡(luò)研究[D];西南大學(xué);2011年

4 段琳琳;通信系統(tǒng)中基于概率圖模型的迭代接收技術(shù)研究[D];鄭州大學(xué);2014年

5 劉志磊;概率圖模型在情感計(jì)算中的應(yīng)用研究[D];中國(guó)科學(xué)技術(shù)大學(xué);2014年

6 門衛(wèi)偉;中西方人腦形態(tài)學(xué)研究與大樣本中國(guó)人腦模板構(gòu)建[D];華東師范大學(xué);2013年

相關(guān)碩士學(xué)位論文 前10條

1 方文周;基于概率邊界的多層次顯著性檢測(cè)算法研究[D];深圳大學(xué);2015年

2 王朋函;基于概率圖的三支決策模型及其應(yīng)用研究[D];河南師范大學(xué);2015年

3 李禎孝;視覺(jué)特征分析的概率圖模型方法[D];上海交通大學(xué);2010年

4 黃其旺;基于改進(jìn)概率圖的多無(wú)人機(jī)協(xié)同搜索策略研究[D];國(guó)防科學(xué)技術(shù)大學(xué);2012年

5 高龍;基于概率圖模型的變分貝葉斯方法研究[D];蘇州大學(xué);2013年

6 張靜;異構(gòu)網(wǎng)絡(luò)的概率圖建模及其在檢索中的應(yīng)用[D];清華大學(xué);2009年

7 張玉立;非確定性RFID事件模型概率計(jì)算方法研究[D];遼寧大學(xué);2011年

8 王憶南;基于概率圖模型的態(tài)勢(shì)估計(jì)[D];北京理工大學(xué);2011年

9 陳磊;基于概率圖模型的貝葉斯排名算法研究[D];昆明理工大學(xué);2014年

10 張居濤;基于二型模糊和概率圖模型的運(yùn)動(dòng)目標(biāo)檢測(cè)[D];蘇州大學(xué);2012年

，

本文編號(hào)：1901871