具有不同低维线性潜在结构的数据的生成概率矩阵模型
摘要：基于高斯和狄利克雷分布的线性潜在特征混合，我们构建了一个大数据的生成概率矩阵模型。我们的模型的关键要素是允许混合系数之间的统计依赖以及具有统计相关结构的潜在特征。模型的维数和数据的相关模式由两个模型参数控制。模型的数据模式包括（重叠的）簇群、稀疏混合和受限制的（非负）混合。我们描述了这些模式的相关性和特征值分布。作为我们模型的一个可能应用，我们讨论了如何使用它来生成结构化的监督学习训练数据。
作者：Philipp Fleig and Ilya Nemenman
论文ID：2212.02987
分类：Disordered Systems and Neural Networks
分类简称：cond-mat.dis-nn
提交时间：2022-12-07