会员服务
分离的 · 条件独立的 · 相互独立的 · 无限 · 离散数学 ·
2021 年 8 月 6 日
Topological Conditional Separation
翻译：地形条件分离
Michel de Lara,Jean-Philippe Chancelier,Benjamin Heymann
Michel de Lara,Jean-Philippe Chancelier,Benjamin Heymann

Pearl's d-separation is a foundational notion to study conditional independence between random variables. We define the topological conditional separation and we show that it is equivalent to the d-separation, extended beyond acyclic graphs, be they finite or infinite.


翻译：珍珠的 d 分离是一个基本概念,用来研究随机变量之间的有条件独立。我们定义了表层条件分离,并表明它相当于d 分离,超越了环形图,无论它们是有限的还是无限的。
0
下载
关闭预览

相关内容

【MIT】自监督几何感知，22页ppt，Self-supervised Geometric Perception
【MIT】自监督几何感知，22页ppt，Self-supervised Geometric Perception
专知会员服务
21+阅读 · 2021年6月3日
最新《对抗机器学习》报告，EPFL-Volkan教授讲解AML中的优化问题
最新《对抗机器学习》报告，EPFL-Volkan教授讲解AML中的优化问题
专知会员服务
35+阅读 · 2021年1月14日
【CVPR2020】视觉导航的神经拓扑SLAM，Neural Topological SLAM for Visual Navigation
【CVPR2020】视觉导航的神经拓扑SLAM，Neural Topological SLAM for Visual Navigation
专知会员服务
50+阅读 · 2020年5月26日
Fariz Darari简明《博弈论Game Theory》介绍，35页ppt
Fariz Darari简明《博弈论Game Theory》介绍，35页ppt
专知会员服务
109+阅读 · 2020年5月15日
因果图，Causal Graphs，52页ppt
因果图，Causal Graphs，52页ppt
专知会员服务
246+阅读 · 2020年4月19日
图像分类技巧集，17页ppt《Bag of Tricks for Image Classification》
图像分类技巧集，17页ppt《Bag of Tricks for Image Classification》
专知会员服务
94+阅读 · 2020年3月12日
【ML课程】多变量微积分（Multivariable Calculus），加州大学伯克利分校| Prof. Denis Auroux
【ML课程】多变量微积分（Multivariable Calculus），加州大学伯克利分校| Prof. Denis Auroux
专知会员服务
9+阅读 · 2020年1月7日
【NeurlPS2019论文强烈推荐】vGraph:联合社区检测和节点表示学习的生成模型，vGraph: A Generative Model for Joint Community Detection and Node Representational Learning
【NeurlPS2019论文强烈推荐】vGraph:联合社区检测和节点表示学习的生成模型，vGraph: A Generative Model for Joint Community Detection and Node Representational Learning
专知会员服务
29+阅读 · 2019年12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
56+阅读 · 2019年10月17日
Hierarchically Structured Meta-learning
Hierarchically Structured Meta-learning
CreateAMind
26+阅读 · 2019年5月22日
强化学习的Unsupervised Meta-Learning
强化学习的Unsupervised Meta-Learning
CreateAMind
17+阅读 · 2019年1月7日
【论文推荐】最新六篇主题模型相关论文—领域特定知识库、神经变分推断、动态和静态主题模型
【论文推荐】最新六篇主题模型相关论文—领域特定知识库、神经变分推断、动态和静态主题模型
专知
19+阅读 · 2018年6月26日
Hierarchical Disentangled Representations
Hierarchical Disentangled Representations
CreateAMind
4+阅读 · 2018年4月15日
【论文推荐】最新六篇主题模型相关论文—收敛率、大规模、深度主题建模、优化、情绪强度、广义动态主题模型
【论文推荐】最新六篇主题模型相关论文—收敛率、大规模、深度主题建模、优化、情绪强度、广义动态主题模型
专知
11+阅读 · 2018年3月29日
已删除
已删除
将门创投
3+阅读 · 2018年3月13日
概率论之概念解析：边缘化（Marginalisation）
概率论之概念解析：边缘化（Marginalisation）
专知
14+阅读 · 2018年1月31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
【学习】Hierarchical Softmax
【学习】Hierarchical Softmax
机器学习研究会
4+阅读 · 2017年8月6日
Auto-Encoding GAN
Auto-Encoding GAN
CreateAMind
7+阅读 · 2017年8月4日
Estimation of the Scale Parameter for a Misspecified Gaussian Process Model
Arxiv
0+阅读 · 2021年10月6日
An Improved Approximation for Maximum $k$-Dependent Set on Bipartite Graphs
Arxiv
0+阅读 · 2021年10月6日
Incremental Vulnerability Detection with Insecurity Separation Logic
Arxiv
0+阅读 · 2021年10月4日
Graph Compression with Application to Model Selection
Arxiv
0+阅读 · 2021年10月2日
On distributions with fixed marginals maximizing the joint or the prior default probability, estimation, and related results
Arxiv
0+阅读 · 2021年10月1日
Conditional Independence Testing in Hilbert Spaces with Applications to Functional Data Analysis
Arxiv
0+阅读 · 2021年10月1日
Visual Cluster Separation Using High-Dimensional Sharpened Dimensionality Reduction
Arxiv
0+阅读 · 2021年10月1日
vGraph: A Generative Model for Joint Community Detection and Node Representation Learning
vGraph: A Generative Model for Joint Community Detection and Node Representation Learning
Arxiv
14+阅读 · 2019年9月17日
Improving Neural Question Generation using Answer Separation
Improving Neural Question Generation using Answer Separation
Arxiv
3+阅读 · 2018年9月7日
Stable Distribution Alignment Using the Dual of the Adversarial Distance
Arxiv
3+阅读 · 2018年1月30日
VIP会员
文章信息
前往arXiv
下载PDF
相关主题
分离的
条件独立的
相互独立的
无限
离散数学
相关VIP内容
【MIT】自监督几何感知，22页ppt，Self-supervised Geometric Perception
【MIT】自监督几何感知，22页ppt，Self-supervised Geometric Perception
专知会员服务
21+阅读 · 2021年6月3日
最新《对抗机器学习》报告，EPFL-Volkan教授讲解AML中的优化问题
最新《对抗机器学习》报告，EPFL-Volkan教授讲解AML中的优化问题
专知会员服务
35+阅读 · 2021年1月14日
【CVPR2020】视觉导航的神经拓扑SLAM，Neural Topological SLAM for Visual Navigation
【CVPR2020】视觉导航的神经拓扑SLAM，Neural Topological SLAM for Visual Navigation
专知会员服务
50+阅读 · 2020年5月26日
Fariz Darari简明《博弈论Game Theory》介绍，35页ppt
Fariz Darari简明《博弈论Game Theory》介绍，35页ppt
专知会员服务
109+阅读 · 2020年5月15日
因果图，Causal Graphs，52页ppt
因果图，Causal Graphs，52页ppt
专知会员服务
246+阅读 · 2020年4月19日
图像分类技巧集，17页ppt《Bag of Tricks for Image Classification》
图像分类技巧集，17页ppt《Bag of Tricks for Image Classification》
专知会员服务
94+阅读 · 2020年3月12日
【ML课程】多变量微积分（Multivariable Calculus），加州大学伯克利分校| Prof. Denis Auroux
【ML课程】多变量微积分（Multivariable Calculus），加州大学伯克利分校| Prof. Denis Auroux
专知会员服务
9+阅读 · 2020年1月7日
【NeurlPS2019论文强烈推荐】vGraph:联合社区检测和节点表示学习的生成模型，vGraph: A Generative Model for Joint Community Detection and Node Representational Learning
【NeurlPS2019论文强烈推荐】vGraph:联合社区检测和节点表示学习的生成模型，vGraph: A Generative Model for Joint Community Detection and Node Representational Learning
专知会员服务
29+阅读 · 2019年12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
56+阅读 · 2019年10月17日
热门VIP内容
相关资讯
Hierarchically Structured Meta-learning
Hierarchically Structured Meta-learning
CreateAMind
26+阅读 · 2019年5月22日
强化学习的Unsupervised Meta-Learning
强化学习的Unsupervised Meta-Learning
CreateAMind
17+阅读 · 2019年1月7日
【论文推荐】最新六篇主题模型相关论文—领域特定知识库、神经变分推断、动态和静态主题模型
【论文推荐】最新六篇主题模型相关论文—领域特定知识库、神经变分推断、动态和静态主题模型
专知
19+阅读 · 2018年6月26日
Hierarchical Disentangled Representations
Hierarchical Disentangled Representations
CreateAMind
4+阅读 · 2018年4月15日
【论文推荐】最新六篇主题模型相关论文—收敛率、大规模、深度主题建模、优化、情绪强度、广义动态主题模型
【论文推荐】最新六篇主题模型相关论文—收敛率、大规模、深度主题建模、优化、情绪强度、广义动态主题模型
专知
11+阅读 · 2018年3月29日
已删除
已删除
将门创投
3+阅读 · 2018年3月13日
概率论之概念解析：边缘化（Marginalisation）
概率论之概念解析：边缘化（Marginalisation）
专知
14+阅读 · 2018年1月31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
【学习】Hierarchical Softmax
【学习】Hierarchical Softmax
机器学习研究会
4+阅读 · 2017年8月6日
Auto-Encoding GAN
Auto-Encoding GAN
CreateAMind
7+阅读 · 2017年8月4日
相关论文
Estimation of the Scale Parameter for a Misspecified Gaussian Process Model
Arxiv
0+阅读 · 2021年10月6日
An Improved Approximation for Maximum $k$-Dependent Set on Bipartite Graphs
Arxiv
0+阅读 · 2021年10月6日
Incremental Vulnerability Detection with Insecurity Separation Logic
Arxiv
0+阅读 · 2021年10月4日
Graph Compression with Application to Model Selection
Arxiv
0+阅读 · 2021年10月2日
On distributions with fixed marginals maximizing the joint or the prior default probability, estimation, and related results
Arxiv
0+阅读 · 2021年10月1日
Conditional Independence Testing in Hilbert Spaces with Applications to Functional Data Analysis
Arxiv
0+阅读 · 2021年10月1日
Visual Cluster Separation Using High-Dimensional Sharpened Dimensionality Reduction
Arxiv
0+阅读 · 2021年10月1日
vGraph: A Generative Model for Joint Community Detection and Node Representation Learning
vGraph: A Generative Model for Joint Community Detection and Node Representation Learning
Arxiv
14+阅读 · 2019年9月17日
Improving Neural Question Generation using Answer Separation
Improving Neural Question Generation using Answer Separation
Arxiv
3+阅读 · 2018年9月7日
Stable Distribution Alignment Using the Dual of the Adversarial Distance
Arxiv
3+阅读 · 2018年1月30日
Top
微信扫码咨询专知VIP会员
Top