On Robust Learning of Ising Models
On Robust Learning of Ising Models
复制标题
Ising模型的鲁棒学习
DOI：
--
复制
发表时间：
2018
期刊：
影响因子：
--
通讯作者：
Erik M. Lindgren
中科院分区：
文献类型：
--
作者：
Erik M. Lindgren
Ising模型是最受欢迎的概率分布类别之一，其应用程序在物理，工程和金融等广泛领域中。在本文中，我们试图在存在对抗性腐败的情况下坚固地学习潜在的图形模型。在这项工作中，我们为强大的学习模型建立了新的下层和上限。
Ising Models are one of the most popular class of probability distributions with applications in wide ranging fields such as physics, engineering and finance. In this paper, we attempt to learn the underlying graphical model robustly in presence of adversarial corruptions. In this work, we establish new lower and upper bounds for robustly learning Ising models.
Ising模型多线性函数的集中及其在网络数据中的应用
DOI：
--
发表时间：
2017
期刊：
Annual Conference on Neural Information Processing Systems (NIPS
影响因子：
--
作者：
Daskalakis, Constantinos;Dikkala, Nishanth;Kamath, Gautam C.
通讯作者：
Kamath, Gautam C.
DOI：
--
发表时间：
2016-06
期刊：
--
影响因子：
--
作者：
Yu Cheng;Ilias Diakonikolas;D. Kane;Alistair Stewart
通讯作者：
Yu Cheng;Ilias Diakonikolas;D. Kane;Alistair Stewart