대규모 그래픽 라소를 위한 정확한 공분산 임계값 기반 연결 컴포넌트 분할

본 논문은 샘플 공분산 행렬을 정규화 파라미터 ρ(또는 λ) 로 임계값(threshold) 처리한 뒤 얻어지는 그래프의 연결 컴포넌트가, 그래픽 라소(Glasso) 최적화 결과인 정밀도(역공분산) 그래프가 형성하는 컴포넌트와 정확히 동일한 정점 분할을 만든다는 이론적 사실을 제시한다. 이 성질을 활용해 대규모 문제를 작은 서브문제로 나누어 기존 알고리즘을 감싸면 계산량이 크게 감소한다.

저자: Rahul Mazumder, Trevor Hastie

대규모 그래픽 라소를 위한 정확한 공분산 임계값 기반 연결 컴포넌트 분할
본 논문은 고차원 Gaussian 데이터의 역공분산(정밀도) 행렬을 ℓ₁ 정규화 그래픽 라소(Glasso) 방법으로 추정하는 문제를 다룬다. 문제식은 \

원본 논문

고화질 논문을 불러오는 중입니다...

댓글 및 학술 토론

Loading comments...

의견 남기기