计算似然等式数据判别式的概率算法
摘要：一种最大似然估计问题的代数方法是解决一个具有有限多个复合（实或非实）解的结构化参数化多项式系统，称为似然方程。唯一有统计意义的解是具有正坐标的实解。为了根据实/正解的数量对参数（数据）进行分类，我们研究了如何高效地计算数据辨别式（DD），即似然方程的辨别式。我们开发了一个基于Maple和FGb的概率算法，具有三种不同的策略来计算DDs。我们实现的基于Maple和FGb的概率算法比我们在ISSAC2015中提出的以及更大的基准测试的标准消除算法更高效。通过将RAGlib应用于我们计算的DD，我们给出了3乘3对称矩阵模型的实根分类。
作者：Jose Israel Rodriguez and Xiaoxian Tang
论文ID：1512.03901
分类：Symbolic Computation
分类简称：cs.SC
提交时间：2016-06-13