时间变化离散马尔可夫随机场的稀疏持续估计
摘要：动态随机过程的数据来自网络模型，单一的静态网络模型无法充分捕捉瞬时依赖关系，例如生物体发育周期中的基因调控依赖关系。Kolar等人(2010b)提出了一种基于核平滑的l1惩罚逻辑回归方法，用于从时间序列的观测数据中收集到的节点观测中估计时变网络。本文建立了在提出的方法下恢复时变网络结构的一致性条件。这项工作通过为提出的估计过程提供有力的理论保证，补充了之前的实证研究结果。为了完整起见，我们在论文中包括了数值模拟。
作者：Mladen Kolar, Eric P. Xing
论文ID：0907.2337
分类：Machine Learning
分类简称：stat.ML
提交时间：2013-04-03