多重高斯有向图模型结构学习

摘要

对k个节点数为n的高斯有向图,本文充分利用节点之间的偏序先验,并挖掘多重高斯有向图之间的相似性结构,并将其分为p个组.基于极大似然估计提出了带相似性结构惩罚项的Lasso回归模型用于估计图的邻接矩阵,并利用时间复杂度为O(nk^2p)的坐标下降法求解该模型.通过数值实验对比了本文算法和PC算法,证明了本文算法较PC算法对于多重高斯有向图具有较好地恢复效果.