该文综述了基于Gamma-Poisson、负二项等贝叶斯非参数方法处理计数数据与动态系统，涵盖PRGDS、非平稳PGDS、无限泊松因子分析及动态关系数据学习等模型，通过MCMC推断捕捉稀疏性、爆发性和时变结构，在文本、音乐分析及计数矩阵分解中表现优于相关方法。

本文综述矩阵与张量因子分析进展，涵盖：半定规划求解秩受限因子分析、最小体积非负矩阵分解恢复缺失秩矩阵、随机梯度下降训练高维混合因子分析、低多秩贝叶斯鲁棒张量分解、联合因子分析与潜在聚类、PCA扩展至异构数据、公平PCA、矩阵变量t分布双线性因子分析、PCA结合deflation varimax估计因子载荷，以及矩阵分解样本复杂度估计。

本文综述矩阵与张量分解的概率模型研究，涵盖负二项因子分析、混合成员模型与高效吉布斯采样、高维混合因子分析、矩阵分解的可实现性与计算可处理性、有限域矩阵分解的多项式时间近似算法、半定规划的非线性秩受限因子分析、分布式非线性张量分解，以及Gamma过程动态泊松因子分析、布尔矩阵分解概率模型OrMachine和贝叶斯时间分解框架。

该研究使用因子分析提出了一种新的量化测度——核心-中间-外围指数（CIP），以衡量节点在网络中的核心性和外围性。研究测试了12个复杂的现实网络套件。

该论文提出了一种动态线性偏差融合方案，用于高维且不完整数据的表征学习。该方案通过建立二进制权重矩阵来动态切换线性偏差的状态，实现了非负潜在因子分析模型的动态线性偏差。实证研究表明，该方案的模型在三个真实应用领域的高维且不完整数据集上获得了较高的表征准确度，并具有高竞争力的计算效率。

众所周知，尤文图斯需要一座欧冠奖杯，C罗也还想再拿一座欧冠奖杯，为自己的荣誉簙上锦上添花。意甲霸主在意甲虽然风生水起，予取予求，但是在今年欧冠1/8决赛赛场上，被法甲球队里昂所淘汰，痛定思痛，球队解雇了主教练萨里，签约名宿皮尔洛，但是要想在欧冠赛场上夺冠，这还不够，球队还需要什么？没错，需要一名强力中锋，在正印中锋伊瓜因难堪大用的情况下，尤文图斯必须引进一名强力中锋。现在的问题是，在新赛季即...