会员服务
GM · 有向 · 得分 · MoDELS · 统计量 ·
2021 年 5 月 17 日
Addendum on the scoring of Gaussian directed acyclic graphical models
翻译：高西亚定向自行车图形模型评分增编
Jack Kuipers,Giusi Moffa,David Heckerman
Jack Kuipers,Giusi Moffa,David Heckerman
from arxiv, Published in at http://dx.doi.org/10.1214/14-AOS1217 the Annals of Statistics (http://www.imstat.org/aos/) by the Institute of Mathematical Statistics (http://www.imstat.org). Typo in definition of R and one sentence corrected

We provide a correction to the expression for scoring Gaussian directed acyclic graphical models derived in Geiger and Heckerman [Ann. Statist. 30 (2002) 1414-1440] and discuss how to evaluate the score efficiently.


翻译：我们纠正了Geiger和Heckerman[Ann. Statist. 30(2002) 1414-1440]中为得分高森绘制的循环图形模型,并讨论如何有效地评价得分。
0
下载
关闭预览

相关内容

《图形模型》是国际公认的高评价的顶级期刊，专注于图形模型的创建、几何处理、动画和可视化，以及它们在工程、科学、文化和娱乐方面的应用。GMOD为其读者提供了经过彻底审查和精心挑选的论文，这些论文传播令人兴奋的创新，传授严谨的理论基础，提出健壮和有效的解决方案，或描述各种主题中的雄心勃勃的系统或应用程序。 官网地址：http://dblp.uni-trier.de/db/journals/cvgip/
ICLR 2021杰出论文奖出炉，8篇论文上榜！
专知会员服务
25+阅读 · 2021年4月2日
【干货书】机器学习速查手册，135页pdf
【干货书】机器学习速查手册，135页pdf
专知会员服务
125+阅读 · 2020年11月20日
【新书：机器学习简介】《A Concise Introduction to Machine Learning》by A.C. Faul (CRC 2019)
【新书：机器学习简介】《A Concise Introduction to Machine Learning》by A.C. Faul (CRC 2019)
专知会员服务
76+阅读 · 2020年2月8日
【深度学习架构、模型和技巧集合(TensorFlow/PyTorch)】’Deep Learning Models - A collection of various deep learning architectures, models, and tips'
【深度学习架构、模型和技巧集合(TensorFlow/PyTorch)】’Deep Learning Models - A collection of various deep learning architectures, models, and tips'
专知会员服务
56+阅读 · 2020年1月25日
社交网络上议题社群的公共焦虑研究， 中国人民大学新闻学院塔娜讲师，第八届全国社会媒体处理大会SMP2019
社交网络上议题社群的公共焦虑研究， 中国人民大学新闻学院塔娜讲师，第八届全国社会媒体处理大会SMP2019
专知会员服务
14+阅读 · 2019年10月23日
Auto-Sizing the Transformer Network: Improving Speed, Efficiency, and Performance for Low-Resource Machine Translation
Auto-Sizing the Transformer Network: Improving Speed, Efficiency, and Performance for Low-Resource Machine Translation
专知会员服务
47+阅读 · 2019年10月17日
Connections between Support Vector Machines, Wasserstein distance and gradient-penalty GANs
Connections between Support Vector Machines, Wasserstein distance and gradient-penalty GANs
专知会员服务
34+阅读 · 2019年10月17日
Deep Learning Based Detection and Correction of Cardiac MR Motion Artefacts During Reconstruction for High-Quality Segmentation
Deep Learning Based Detection and Correction of Cardiac MR Motion Artefacts During Reconstruction for High-Quality Segmentation
专知会员服务
57+阅读 · 2019年10月17日
机器学习入门的经验与建议
机器学习入门的经验与建议
专知会员服务
92+阅读 · 2019年10月10日
最新BERT相关论文清单，BERT-related Papers
最新BERT相关论文清单，BERT-related Papers
专知会员服务
52+阅读 · 2019年9月29日
Transferring Knowledge across Learning Processes
Transferring Knowledge across Learning Processes
CreateAMind
28+阅读 · 2019年5月18日
深度自进化聚类：Deep Self-Evolution Clustering
深度自进化聚类：Deep Self-Evolution Clustering
我爱读PAMI
15+阅读 · 2019年4月13日
逆强化学习-学习人先验的动机
逆强化学习-学习人先验的动机
CreateAMind
16+阅读 · 2019年1月18日
A Technical Overview of AI & ML in 2018 & Trends for 2019
A Technical Overview of AI & ML in 2018 & Trends for 2019
待字闺中
17+阅读 · 2018年12月24日
从Seq2seq到Attention模型到Self Attention（二）
从Seq2seq到Attention模型到Self Attention（二）
量化投资与机器学习
23+阅读 · 2018年10月9日
Jointly Improving Summarization and Sentiment Classification
Jointly Improving Summarization and Sentiment Classification
黑龙江大学自然语言处理实验室
3+阅读 · 2018年6月12日
carla 学习笔记
carla 学习笔记
CreateAMind
9+阅读 · 2018年2月7日
【论文】变分推断（Variational inference)的总结
【论文】变分推断（Variational inference)的总结
机器学习研究会
39+阅读 · 2017年11月16日
Capsule Networks解析
Capsule Networks解析
机器学习研究会
11+阅读 · 2017年11月12日
Auto-Encoding GAN
Auto-Encoding GAN
CreateAMind
7+阅读 · 2017年8月4日
Sibling Regression for Generalized Linear Models
Arxiv
0+阅读 · 2021年7月7日
Bayesian clustering using random effects models and predictive projections
Bayesian clustering using random effects models and predictive projections
Arxiv
0+阅读 · 2021年7月6日
Combining Orthology and Xenology Data in a Common Phylogenetic Tree
Arxiv
0+阅读 · 2021年7月5日
Regression-Adjusted Estimation of Quantile Treatment Effects under Covariate-Adaptive Randomizations
Arxiv
0+阅读 · 2021年7月3日
A Fast and Calibrated Computer Model Emulator: An Empirical Bayes Approach
Arxiv
0+阅读 · 2021年7月2日
Partial Identification and Inference in Duration Models with Endogenous Censoring
Arxiv
0+阅读 · 2021年7月2日
Commonsense for Generative Multi-Hop Question Answering Tasks
Arxiv
4+阅读 · 2018年9月17日
Variational Inference: A Unified Framework of Generative Models and Some Revelations
Variational Inference: A Unified Framework of Generative Models and Some Revelations
Arxiv
6+阅读 · 2018年7月16日
Inference in Probabilistic Graphical Models by Graph Neural Networks
Arxiv
3+阅读 · 2018年5月25日
Discovering Discrete Latent Topics with Neural Variational Inference
Arxiv
9+阅读 · 2018年5月21日
VIP会员
文章信息
前往arXiv
下载PDF
相关主题
GM
有向
得分
MoDELS
统计量
相关VIP内容
ICLR 2021杰出论文奖出炉，8篇论文上榜！
专知会员服务
25+阅读 · 2021年4月2日
【干货书】机器学习速查手册，135页pdf
【干货书】机器学习速查手册，135页pdf
专知会员服务
125+阅读 · 2020年11月20日
【新书：机器学习简介】《A Concise Introduction to Machine Learning》by A.C. Faul (CRC 2019)
【新书：机器学习简介】《A Concise Introduction to Machine Learning》by A.C. Faul (CRC 2019)
专知会员服务
76+阅读 · 2020年2月8日
【深度学习架构、模型和技巧集合(TensorFlow/PyTorch)】’Deep Learning Models - A collection of various deep learning architectures, models, and tips'
【深度学习架构、模型和技巧集合(TensorFlow/PyTorch)】’Deep Learning Models - A collection of various deep learning architectures, models, and tips'
专知会员服务
56+阅读 · 2020年1月25日
社交网络上议题社群的公共焦虑研究， 中国人民大学新闻学院塔娜讲师，第八届全国社会媒体处理大会SMP2019
社交网络上议题社群的公共焦虑研究， 中国人民大学新闻学院塔娜讲师，第八届全国社会媒体处理大会SMP2019
专知会员服务
14+阅读 · 2019年10月23日
Auto-Sizing the Transformer Network: Improving Speed, Efficiency, and Performance for Low-Resource Machine Translation
Auto-Sizing the Transformer Network: Improving Speed, Efficiency, and Performance for Low-Resource Machine Translation
专知会员服务
47+阅读 · 2019年10月17日
Connections between Support Vector Machines, Wasserstein distance and gradient-penalty GANs
Connections between Support Vector Machines, Wasserstein distance and gradient-penalty GANs
专知会员服务
34+阅读 · 2019年10月17日
Deep Learning Based Detection and Correction of Cardiac MR Motion Artefacts During Reconstruction for High-Quality Segmentation
Deep Learning Based Detection and Correction of Cardiac MR Motion Artefacts During Reconstruction for High-Quality Segmentation
专知会员服务
57+阅读 · 2019年10月17日
机器学习入门的经验与建议
机器学习入门的经验与建议
专知会员服务
92+阅读 · 2019年10月10日
最新BERT相关论文清单，BERT-related Papers
最新BERT相关论文清单，BERT-related Papers
专知会员服务
52+阅读 · 2019年9月29日
热门VIP内容
相关资讯
Transferring Knowledge across Learning Processes
Transferring Knowledge across Learning Processes
CreateAMind
28+阅读 · 2019年5月18日
深度自进化聚类：Deep Self-Evolution Clustering
深度自进化聚类：Deep Self-Evolution Clustering
我爱读PAMI
15+阅读 · 2019年4月13日
逆强化学习-学习人先验的动机
逆强化学习-学习人先验的动机
CreateAMind
16+阅读 · 2019年1月18日
A Technical Overview of AI & ML in 2018 & Trends for 2019
A Technical Overview of AI & ML in 2018 & Trends for 2019
待字闺中
17+阅读 · 2018年12月24日
从Seq2seq到Attention模型到Self Attention（二）
从Seq2seq到Attention模型到Self Attention（二）
量化投资与机器学习
23+阅读 · 2018年10月9日
Jointly Improving Summarization and Sentiment Classification
Jointly Improving Summarization and Sentiment Classification
黑龙江大学自然语言处理实验室
3+阅读 · 2018年6月12日
carla 学习笔记
carla 学习笔记
CreateAMind
9+阅读 · 2018年2月7日
【论文】变分推断（Variational inference)的总结
【论文】变分推断（Variational inference)的总结
机器学习研究会
39+阅读 · 2017年11月16日
Capsule Networks解析
Capsule Networks解析
机器学习研究会
11+阅读 · 2017年11月12日
Auto-Encoding GAN
Auto-Encoding GAN
CreateAMind
7+阅读 · 2017年8月4日
相关论文
Sibling Regression for Generalized Linear Models
Arxiv
0+阅读 · 2021年7月7日
Bayesian clustering using random effects models and predictive projections
Bayesian clustering using random effects models and predictive projections
Arxiv
0+阅读 · 2021年7月6日
Combining Orthology and Xenology Data in a Common Phylogenetic Tree
Arxiv
0+阅读 · 2021年7月5日
Regression-Adjusted Estimation of Quantile Treatment Effects under Covariate-Adaptive Randomizations
Arxiv
0+阅读 · 2021年7月3日
A Fast and Calibrated Computer Model Emulator: An Empirical Bayes Approach
Arxiv
0+阅读 · 2021年7月2日
Partial Identification and Inference in Duration Models with Endogenous Censoring
Arxiv
0+阅读 · 2021年7月2日
Commonsense for Generative Multi-Hop Question Answering Tasks
Arxiv
4+阅读 · 2018年9月17日
Variational Inference: A Unified Framework of Generative Models and Some Revelations
Variational Inference: A Unified Framework of Generative Models and Some Revelations
Arxiv
6+阅读 · 2018年7月16日
Inference in Probabilistic Graphical Models by Graph Neural Networks
Arxiv
3+阅读 · 2018年5月25日
Discovering Discrete Latent Topics with Neural Variational Inference
Arxiv
9+阅读 · 2018年5月21日
Top
微信扫码咨询专知VIP会员
Top