Stochastic Learning for Sparse Discrete Markov Random Fields with Controlled Gradient Approximation Error

We study the L(1)-regularized maximum likelihood estimator/estimation (MLE) problemfor discrete Markov random fields (MRFs), where efficient and scalable learning requires both sparse regularization and approximate inference. To address these challenges, we consider a stochastic learning framework c...

Ausführliche Beschreibung

Gespeichert in:
Bibliographische Detailangaben
Veröffentlicht in:Uncertain Artif Intell
Hauptverfasser: Geng, Sinong, Kuang, Zhaobin, Liu, Jie, Wright, Stephen, Page, David
Format: Artigo
Sprache:Inglês
Veröffentlicht: 2018
Schlagworte:
Article
Online Zugang:https://ncbi.nlm.nih.gov/pmc/articles/PMC6292514/
https://ncbi.nlm.nih.gov/pubmed/30555282
Tags: Tag hinzufügen
Keine Tags, Fügen Sie den ersten Tag hinzu!

Ähnliche Einträge