BriefGPT - AI 论文速递
·
基于动态期望最大化的彩色噪声下自适应噪声协方差估计
💡
原文中文，约300字，阅读约需1分钟。
📝
内容提要
本文介绍了一种基于最优化方法的非线性关联性的多元测量方法，称为网络最大相关性(NMC)。通过基函数计算并刻画了NMC优化问题的解。同时，提出了一种交替条件期望算法，用于确定有限离散变量的NMC。NMC在图形模型中推理双射函数的关节高斯变量以及在癌症数据集中学习基因之间的非线性依赖性方面具有实用性。
🎯
关键要点
- 介绍了一种基于最优化方法的非线性关联性的多元测量方法，称为网络最大相关性 (NMC)。
- 证明可以用基函数来计算并刻画 NMC 优化问题的解。
- 提出了一种交替条件期望算法，用于确定有限离散变量的 NMC。
- NMC 在图形模型中推理双射函数的关节高斯变量方面具有应用。
- NMC 在癌症数据集中学习基因之间的非线性依赖性方面展示了实用性。
➡️
