首页--工业技术论文--自动化技术、计算机技术论文--自动化基础理论论文--人工智能理论论文--自动推理、机器学习论文

结构图模型的学习及其应用研究

摘要第4-6页
ABSTRACT第6-8页
第一章 绪论第15-39页
    1.1 引言第15-19页
    1.2 相关工作第19-34页
        1.2.1 无向图模型的学习第21-33页
            1.2.1.1 高斯图模型第21-23页
            1.2.1.2 矩阵高斯图模型第23-25页
            1.2.1.3 条件高斯图模型第25-26页
            1.2.1.4 半参数图模型第26-28页
            1.2.1.5 联合无向图模型第28-31页
            1.2.1.6 动态无向图模型第31-33页
        1.2.2 结构图模型的应用第33-34页
    1.3 本文的研究工作第34-39页
        1.3.1 本文的贡献第35-37页
        1.3.2 本文的组织结构第37-39页
第二章 联合矩阵高斯图模型第39-67页
    2.1 引言第39-41页
        2.1.1 符号第41页
    2.2 背景知识第41-43页
        2.2.1 高斯图模型第41-42页
        2.2.2 联合高斯图模型第42-43页
    2.3 联合矩阵图模型第43-45页
        2.3.1 模型建立第43-44页
        2.3.2 基于边的联合矩阵图套索第44-45页
        2.3.3 基于点的联合矩阵图套索第45页
    2.4 模型优化第45-49页
    2.5 理论分析第49-57页
    2.6 数值实验第57-65页
        2.6.1 模拟数据第57-63页
        2.6.2 基因表达数据第63-65页
    2.7 本章小结第65-67页
第三章 联合条件高斯图模型第67-93页
    3.1 引言第67-69页
        3.1.1 符号第69页
    3.2 背景知识第69-70页
    3.3 联合条件图模型第70-71页
    3.4 联合学习多个多元线性回归模型第71-72页
    3.5 模型优化第72-74页
        3.5.1 近似牛顿方法第72-74页
        3.5.2 刷选加速技术第74页
    3.6 理论分析第74-85页
    3.7 数值实验第85-92页
        3.7.1 模拟数据第85-89页
        3.7.2 股票交易数据分析第89页
        3.7.3 南美气象数据预测第89-92页
    3.8 本章小结第92-93页
第四章 动态条件高斯图模型第93-119页
    4.1 引言第93-96页
        4.1.1 符号第96页
    4.2 背景知识第96页
    4.3 动态条件图模型第96-100页
        4.3.1 模型建立第97-98页
        4.3.2 联合光滑图套索第98-99页
        4.3.3 模型优化第99-100页
    4.4 理论分析第100-110页
    4.5 变系数多元线性回归模型第110-111页
    4.6 数值实验第111-118页
        4.6.1 模拟数据第112-116页
        4.6.2 股票交易数据第116页
        4.6.3 风能预测第116-118页
    4.7 本章小结第118-119页
第五章 动态半参数数图模型第119-131页
    5.1 引言第119-120页
    5.2 相关工作第120-121页
    5.3 联合半参数图模型第121-122页
    5.4 动态半参数图模型第122-123页
    5.5 模型优化第123-125页
    5.6 模拟数据第125-128页
        5.6.1 数据生成第125-126页
        5.6.2 评价标准第126-127页
        5.6.3 实验结果第127-128页
    5.7 真实数据第128-129页
    5.8 本章小结第129-131页
第六章 大规模鲁棒图向导模型的优化第131-155页
    6.1 引言第131-133页
        6.1.1 符号第133页
    6.2 非凸的随机ADMM方法求解大规模图向导模型第133-137页
        6.2.1 非凸的SVRG-ADMM方法第135-136页
        6.2.2 非凸的SAGA-ADMM方法第136-137页
    6.3 收敛性分析第137-152页
        6.3.1 非凸的SVRG-ADMM方法的收敛性第138-145页
        6.3.2 非凸的SAGA-ADMM方法的收敛性第145-152页
    6.4 数值实验第152-154页
        6.4.1 实验设置第152-154页
        6.4.2 实验结果第154页
    6.5 本章小结第154-155页
第七章 结束与展望第155-159页
    7.1 总结第155-156页
    7.2 展望第156-159页
参考文献第159-171页
致谢第171-173页
在博士期间的研究成果及撰写的学术论文第173-174页

论文共174页,点击 下载论文
上一篇:苗客之间--湘西苗族“国粘”支“巴岱扎”仪式声音民族志
下一篇:α-MSH对视网膜血管渗漏和新生血管作用研究